Core ML：使用 Create 创建模型，效果很好，但如何控制未经训练的输入？
Core ML : Creating Model with Create, works fine but how to control inputs that haven't been trained?
我正在使用 Create ML 创建模型。我添加了 2 个对象的 1000 张图片。 500只猫，500只狗。该模型工作得很好，但是当我有一个瀑布成像仪时，一些非 Dog/cat 相关的东西 returns 100% Dog 例如。知道如何处理这个问题吗？
1) 我读到一些图像 classifers 让你提供否定 class：意思是与你正在寻找的图像不相关的图像。知道如何使用 Create ML 或其他工具做到这一点吗？
2) 通过添加我的图像来重新训练现有模型而不是制作我的模型是否更好？ Create ML 有可能吗？从我读到的你不能。有什么建议吗？
由于我是 Core ML 的新手，如果您有任何方向指出，我们将不胜感激。
谢谢
如果您的 classifier 仅针对猫和狗等两种类型的图像进行训练，那么您应该只将其用于猫和狗的图片。如果你把它用在任何其他图片上，它仍然会预测猫或狗。
如果你想为猫/狗/任何其他东西制作一个 classifier，那么你需要添加第三个类别，其中包含不是猫或狗的事物的图片。
通常这个类别中的图片比其他两个类别多得多（因为有很多东西不是猫或狗），导致 class 不平衡。我不确定 Create ML 是否可以弥补这种不平衡。
我正在使用 Create ML 创建模型。我添加了 2 个对象的 1000 张图片。 500只猫，500只狗。该模型工作得很好，但是当我有一个瀑布成像仪时，一些非 Dog/cat 相关的东西 returns 100% Dog 例如。知道如何处理这个问题吗？
1) 我读到一些图像 classifers 让你提供否定 class：意思是与你正在寻找的图像不相关的图像。知道如何使用 Create ML 或其他工具做到这一点吗？
2) 通过添加我的图像来重新训练现有模型而不是制作我的模型是否更好？ Create ML 有可能吗？从我读到的你不能。有什么建议吗？
由于我是 Core ML 的新手，如果您有任何方向指出，我们将不胜感激。
谢谢
如果您的 classifier 仅针对猫和狗等两种类型的图像进行训练，那么您应该只将其用于猫和狗的图片。如果你把它用在任何其他图片上，它仍然会预测猫或狗。
如果你想为猫/狗/任何其他东西制作一个 classifier，那么你需要添加第三个类别，其中包含不是猫或狗的事物的图片。
通常这个类别中的图片比其他两个类别多得多（因为有很多东西不是猫或狗），导致 class 不平衡。我不确定 Create ML 是否可以弥补这种不平衡。