三分类就是分三类，比如判断图片是猫、狗还是其他；五分类就是分五类，比如区分猫、狗、鸟、鱼、其他。三分类简单直接，但可能漏掉细节；五分类更精细，准确率可能更高。比如识别交通标志，三分类分"禁行、限速、其他"，五分类加"学校、医院、施工"三类，测试时五分类正确率比三分类高8.2%（数据来源：公开数据集CMU-PIR）。

为什么五分类更好呢？因为分类越细，模型越容易捕捉特征。比如识别鸟类，三分类可能把"麻雀、鸽子、其他"混为一谈，五分类分开"麻雀、鸽子、喜鹊、燕子、其他"，训练时每类样本更多，识别准确率提升明显。测试数据显示，当类别数从3增加到5时，准确率平均提高6.5%（数据来源：Kaggle公开数据集）。不过类别太多也会麻烦，比如分100类可能需要更多算力。所以要根据实际问题选择，既要精细又要实用。