IBM Watson Visual Recognition 上自定义模型的错误分类

Question

大家好，我需要您对此的建议。

我在使用 IBM Visual Recognition Service 时遇到问题，我正在使用 IBM Visual Recognition Service 创建杂草检测模型。我已经仔细标记并训练了不同类别的图像。

当我测试属于这两类（CORN 和 CHENOPODIUM ALBUM）的未见图像时，模型表现良好，如下所示：

但我的主要问题是，当我尝试在标记图像之外测试植物时，模型会以非常高的准确度将其识别为标记图像的一部分。 （车前草和木薯）

这可能是什么原因，我该如何解决这个问题..？？

Answer 1

所以你已经用 CORN 和 CHENOPODIUM ALBUM 的图像训练了模型，然后用车前草和木薯的图像对其进行了测试，对吗？

训练任何机器学习模型（无论是分类器还是对象检测器）的一般“最佳做法”是让您的训练数据与测试数据尽可能匹配。这被概括为“你得到你训练的结果。”

这并不总是可能的，但如果您了解测试数据的情况，那么您希望从类似分布中对训练数据进行抽样。

把自己想象成一位老师为学生准备考试。如果你教他们西班牙语，然后考试是意大利语，结果不会好。

在这种情况下，要检测车前草和木薯，您需要将车前草和木薯示例添加到您的训练集中。