Core ML：使用 Create 创建模型，工作正常，但如何控制尚未训练的输入？答案

【问题标题】：Core ML : Creating Model with Create, works fine but how to control inputs that haven't been trained?Core ML：使用 Create 创建模型，工作正常，但如何控制尚未训练的输入？
【发布时间】：2019-02-08 09:43:03
【问题描述】：

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器时，它与狗/猫无关，例如它返回 100% 狗。任何想法如何处理这个问题？

1) 我读到一些图像分类器允许您提供负类：表示与您正在寻找的图像不相关的图像。知道如何使用 Create ML 或其他工具来做到这一点吗？

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，如果您有任何方向可以指出，我们将不胜感激。

谢谢

【问题讨论】：

标签： swift image coreml createml

【解决方案1】：

如果您的分类器只针对猫和狗等两种类型的图像进行训练，那么您应该只在猫和狗的图片上使用它。如果你在任何其他图片上使用它，它仍然会预测猫或狗。

如果您想为猫/狗/其他任何事物创建分类器，则需要添加第三个类别，其中包含不是猫或狗的事物的图片。

通常这个类别会比其他两个类别包含更多的图片（因为有很多东西不是猫或狗），导致类别不平衡。我不确定 Create ML 是否可以弥补这种不平衡。

【讨论】：

感谢马蒂斯的回答。由于我是 Core ML 的新手，我读到一些分类器可以让你通过添加更多图片而不是像 Create ML 那样创建新图片来重新训练现有模型。像这样的解决方案有什么方向吗？