我正在使用 Create ML 创建模型。我添加了 2 个对象的 1000 张图片。 500只猫,500只狗。该模型工作得很好,但是当我有一个瀑布成像仪时,它会返回 100% 狗。知道如何处理这个问题吗?
1) 我读到一些图像分类器让您提供负类:意思是与您正在寻找的图像不相关的图像。知道如何使用 Create ML 或其他工具做到这一点吗?
2) 通过添加我的图像来重新训练现有模型而不是制作我的模型是否更好? Create ML 有可能吗?从我读到的你不能。有什么建议吗?
由于我是 Core ML 的新手,如果您有任何方向指出,我们将不胜感激。
谢谢
最佳答案
如果您的分类器仅针对猫和狗等两种类型的图像进行训练,那么您应该只将其用于猫和狗的图片。如果您将它用于任何其他图片,它仍然会预测猫或狗。
如果你想为猫/狗/任何其他东西制作分类器,那么你需要添加第三个类别,其中包含不是猫或狗的事物的图片。
通常这个类别中的图片比其他两个类别多得多(因为有很多东西不是猫或狗),导致类别不平衡。我不确定 Create ML 是否可以弥补这种不平衡。
关于swift - Core ML : Creating Model with Create, 工作正常但如何控制未经训练的输入?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/52147956/