Высокая точность обучения и валидации, но неправильные прогнозы - PullRequest
0 голосов
/ 23 апреля 2019


Я новичок в области машинного / глубокого обучения и обработки изображений, я обучил классификатор изображений для глубокого обучения на основе CNN.Обучается на наборе данных CIFAR 10.Я получаю обучение с 95% и подтверждение с 96,96%.
но когда я передаю ему изображение из Интернета для тестирования, оно дает неверные прогнозы, даже для очевидных изображений.

Я пытался обучить его на цветных изображениях, поскольку изображения, на которых я его тестировал, были цветными, но, тем не менее, это давало высокую точность обучения и достоверности и неправильные прогнозы.
Затем я попытался изменить размеры тех же изображений, которые я получил из Интернета, в 32x32, используя Photoshop.и затем, когда я передал эти изображения в модель, он предсказал их правильно, но если я передам то же изображение в высоком разрешении, он предскажет это неправильно.
Имея это в виду, я попытался изменить размеры изображений с высоким разрешением (я делал это раньше), но на этот раз я сохранил изображение с высоким разрешением после изменения размера и затем прочитал его снова, но он по-прежнему классифицирует его неправильно.Кажется, есть разница между тем, как фотошоп изменяет размер изображения и как это делает cv2.

Я не понимаю, что не так с этой моделью и как мне это сделать.
это похоже на случай переоснащения?Если это так, как я могу избавиться от этого?
заранее спасибо

...