IBM Watson视觉识别中自定义模型的错误分类

Question

大家好，我需要你们的建议。

我对IBM视觉识别服务有一个问题，我正在使用IBM视觉识别服务创建一个杂草检测模型。我在不同的课程中仔细地标记和训练了我的图像

当我测试属于这两个类别（CORN和CHENOPODIUM相册）的不可见图像时，该模型表现良好，如下所示：

但我的主要问题是，当我尝试测试标记图像之外的植物时，模型以非常高的精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，我如何纠正此问题？

Answer 1

你已经用玉米和藜属植物的图片训练了模型，然后用芭蕉和木薯的图片测试了模型，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“最佳实践”是让训练数据尽可能与测试数据匹配。这被概括为“你得到了你训练的目标。”

这并不总是可能的，但如果您知道测试数据将是什么样的，那么您希望从类似的分布中采样培训数据

把你自己想象成一个为学生准备考试的老师。如果你教他们西班牙语，然后用意大利语考试，结果会不好

在这种情况下，要检测车前草和木薯，需要将车前草和木薯示例添加到训练集中