两个相似图像卷积神经网络的不同结果
Different result for two similar image convolutional neural network
我训练了用于图像分类的简单卷积神经网络。它在验证集上达到了 97% 的准确率。我的数据集包括相机从纸质书中拍摄的图像以及 pdf 的屏幕截图。但是当我想预测网络摄像头从书中拍摄的图像时，模型的准确性和置信度非常差。
这些是图像：
手机拍摄的图片，预测准确率高
非常糟糕的结果。
为了更好地泛化，我还在我的数据集图像中添加了随机噪声，但效果还不太好。
甚至我在我的计算机视觉任务中也遇到过这种问题。
我认为图像质量存在一些差异 b/w 您的网络摄像头图像和移动 phone 图像...
我所做的是在训练数据和验证数据中混合两种类型的图像（也可以包括从其他相机拍摄的图像，以增加多样性）。
这将在任何数据上推广您的模型
我训练了用于图像分类的简单卷积神经网络。它在验证集上达到了 97% 的准确率。我的数据集包括相机从纸质书中拍摄的图像以及 pdf 的屏幕截图。但是当我想预测网络摄像头从书中拍摄的图像时，模型的准确性和置信度非常差。
这些是图像：
手机拍摄的图片，预测准确率高
非常糟糕的结果。
为了更好地泛化，我还在我的数据集图像中添加了随机噪声，但效果还不太好。
甚至我在我的计算机视觉任务中也遇到过这种问题。
我认为图像质量存在一些差异 b/w 您的网络摄像头图像和移动 phone 图像...
我所做的是在训练数据和验证数据中混合两种类型的图像（也可以包括从其他相机拍摄的图像，以增加多样性）。
这将在任何数据上推广您的模型