如何解决iOS CoreML 如何强制图像分类模型非贪婪?
我在 XCode 中使用 CreateML 开发人员工具训练了一个“图像分类”模型。我希望用它来识别用户的脸。
我正在野外评估模型,发现模型真的很想看东西,并且显示出对 Label1 的强烈偏好,而它应该看到的大部分东西都不是 3 个标签之一(所以它们应该是“其他”)。
我定义了一些标签:
- Label1 600 张照片
- Label2 200 张照片
- Label3 200 张照片
- “其他”100 张照片
“图像分类”模型是否设置为始终报告其中一个标签?
** 我是否需要不同类型的模型 - 对象检测?”
我应该从哪里开始减少特定标签的误报?我需要 1k -2k 个“其他”示例吗?
这是我的代码的要点:
let model: VNCoreMLModel
coreMLRequest = VNCoreMLRequest(model: self.model) { [weak self] request,error in
guard let self = self,let results = request.results as? [VNClassificationObservation],let topResult = results.first
else {
fatalError("Unexpected results")
}
self.outputRelay.accept(topResult.identifier)
}
coreMLRequest.imageCropAndScaleOption = .scaleFit
// Get the camera image cropped to be analyzed
let requestHandler = VNImageRequestHandler(cvPixelBuffer: croppedFaceImageBuffer,options: [:])
try? requestHandler.perform([self.coreMLRequest])
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。