【问题标题】：Character recognition model possibly overfitting?字符识别模型可能过拟合？
【发布时间】：2020-02-17 16:25:47
【问题描述】：
我正在尝试训练模型来识别使用魔杖绘制的手势，该魔杖由 IR 摄像头拾取并输入模型。
我使用 A-Z 手写字符数据集以及我训练过的两个额外自定义符号来训练模型。
目前，当直接绘制它们时，它会正确检测所有符号，但如果将任何随机符号/图形放入模型中，它也会将它们识别为我添加的两个自定义符号之一。
这是我的混淆矩阵：
有什么想法吗？
谢谢！
【问题讨论】：
标签：
python
tensorflow
machine-learning
keras
computer-vision
【解决方案1】：
好吧，由于您的模型必须将任何给定的输入分类到任何一个类中，您的模型似乎正在尝试将随机输入分类到您的自定义类中。如果您能提供有关您的自定义类的更多信息，将会很有用。
我想你可以尝试在你的类预测中引入一个置信度组件，即假设你使用 softmax，对于任何输入，如果给定的类的概率高于某个阈值，你只能真正接受一个分类，否则归类为随机。
此外，您可以尝试添加另一个自定义类并使用所有随机符号训练您的模型，但我认为这并不理想。