核心ML：使用Create創建模型可以很好地工作，但是如何控制未經訓練的輸入呢？

Question

我正在使用創建ML創建模型。 我添加了2個對象的1000張圖片。 500只貓500只狗 該模型運行良好，但是當我有瀑布成像儀時，例如與Dog / cat不相關的東西會返回100％Dog。 任何想法如何處理這個問題？

1）我讀到一些圖像分類器可讓您提供否定類：含義與您要查找的圖像無關的圖像。 知道如何使用Create ML或其他工具執行此操作嗎？

2）通過添加圖像來重新訓練現有模型，是否比建立我的模型更好？ 創建ML可以做到嗎？ 從我讀到的你看不懂。 有什么建議嗎？

由於我是Core ML的新手，如果您有任何指示要指出，將不勝感激。

謝謝

Answer 1

如果您的分類器僅受過兩種類型的圖像（如貓和狗）的訓練，則應僅將其用於貓和狗的圖片。 如果在其他圖片上使用它，它仍然可以預測貓還是狗。

如果要為貓/狗/其他事物分類，則需要添加帶有非貓或狗事物圖片的第三類。

通常，此類別比其他兩個類別具有更多的圖片（因為有很多東西不是貓或狗），從而導致班級不平衡。 我不確定Create ML是否可以彌補這種不平衡。