CoreML 模型预测不同于训练
CoreML model predictions differ from training
我对 Core ML 还很陌生，但到目前为止玩得很开心。我目前正在学习如何通过在操场上创建模型并验证其结果来训练模型进行面部识别。我保存 .mlmodel 并在我的应用程序中实现它。
我的问题是，当我在 playground 中测试它时，它似乎具有非常高的准确性，但是当我在我的应用程序环境中使用相同的图片实现相同的模型时，我得到完全不同的结果并且它几乎无法使用.
这是我从调试控制台获得的一些代码。
[<VNClassificationObservation: 0x282deff00> BFB8D19B-40AE-45F9-B979-19C11A919DBE, revision 1, 0.778162 "Others", <VNClassificationObservation: 0x282dede60> 9E9B2AC8-3969-4086-B3B0-6ED6BEDFFE71, revision 1, 0.221838 "Me"]
这里它错误地将我的图像分类为其他人，即使它在测试期间正确地将操场上的相同图像分类。应用本身好像没问题，就是模型突然掉线了。
我在这里错过了什么？
谢谢
通常，当您在 Playground 中与在您的应用中以不同方式加载图像时，就会发生这种情况。我要做的是确保您使用的图像在两种情况下都完全相同。不仅是图像内容，还有在将它们提供给模型之前如何加载它们。
我对 Core ML 还很陌生，但到目前为止玩得很开心。我目前正在学习如何通过在操场上创建模型并验证其结果来训练模型进行面部识别。我保存 .mlmodel 并在我的应用程序中实现它。
我的问题是，当我在 playground 中测试它时，它似乎具有非常高的准确性，但是当我在我的应用程序环境中使用相同的图片实现相同的模型时，我得到完全不同的结果并且它几乎无法使用.
这是我从调试控制台获得的一些代码。
[<VNClassificationObservation: 0x282deff00> BFB8D19B-40AE-45F9-B979-19C11A919DBE, revision 1, 0.778162 "Others", <VNClassificationObservation: 0x282dede60> 9E9B2AC8-3969-4086-B3B0-6ED6BEDFFE71, revision 1, 0.221838 "Me"]
这里它错误地将我的图像分类为其他人，即使它在测试期间正确地将操场上的相同图像分类。应用本身好像没问题，就是模型突然掉线了。
我在这里错过了什么？
谢谢
通常，当您在 Playground 中与在您的应用中以不同方式加载图像时，就会发生这种情况。我要做的是确保您使用的图像在两种情况下都完全相同。不仅是图像内容，还有在将它们提供给模型之前如何加载它们。