Я делаю модель распознавания цифр, используя mnist.
Обучение довольно хорошо, точность модели составляет около 98,6%.
Но когда я тестирую другие изображения (не mnist), точность очень низкая
Это мой код, обрабатывающий изображение.
изображение, которое я хочу использовать, - это набор данных IAM. вот ссылка.
http://www.fki.inf.unibe.ch/databases/iam-handwriting-database
import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
from PIL import Image
from glob import glob
from skimage import color
from skimage import io
import matplotlib.cm as cm
from scipy.misc import imresize
def read_image(path):
image = io.imread(path, as_grey= 1)
image_resized = imresize(image, [28, 28])
image_reshaped = image_resized.reshape([784])
image_reshaped = np.array(image_reshaped, dtype= np.float32)
for i in range(len(image_reshaped)):
if image_reshaped[i] >= 255:
image_reshaped[i] = 0
elif image_reshaped[i] != 255:
image_reshaped[i] /= 255.0000
return image_reshaped
testing_image = read_image(path)
plt.imshow(a.reshape((28, 28)))
это мое изображение обработки (извините за ссылку, я новичок, поэтому я не могу загрузить напрямую)
и это изображение mnist.
Итак, мой вопрос, в чем разница между моими образами и мненистскими образами,
и как я могу сделать мои изображения, как mnist images?