Question

我是机器学习的新手，我跟随Tensorflow官方MNIST模型（https://github.com/tensorflow/models/tree/master/official/mnist）。在训练了3个时期的模型并获得超过98％的准确度结果后，我决定用我自己的一些手写图像测试数据集，这些图像与MNIST数据集中的图像非常接近：

    {'loss': 0.03686057, 'global_step': 2400, 'accuracy': 0.98729998}

手写1，预测为2：https://storage.googleapis.com/imageexamples/example1.png

手写4，预测为5： https://storage.googleapis.com/imageexamples/example4.png

手写7，正确预测为7： https://storage.googleapis.com/imageexamples/example7.png

但是，正如您在下面所看到的，预测大多不正确。任何人都可以分享一些有关这可能是什么的见解吗？如果您需要任何其他信息，请告诉我们。谢谢！

[2 5 7]
Result for output key probabilities:
[[  1.47042423e-01   1.40417784e-01   2.80471593e-01   1.18162427e-02
    1.71029475e-02   1.15245730e-01   9.41787264e-04   1.71402004e-02
    2.61987478e-01   7.83374347e-03]
 [  3.70134876e-05   3.59491096e-03   1.70885725e-03   3.44008535e-01
    1.75098982e-02   6.24581575e-01   1.02930271e-05   3.97418407e-05
    7.59732258e-03   9.11886105e-04]
 [  7.62941269e-03   7.74145573e-02   1.42017215e-01   4.73754480e-03
    3.75231934e-06   7.16139004e-03   4.40478354e-04   7.60131121e-01
    4.09408152e-04   5.51677040e-05]]

这是我用来将png转换为npy数组进行测试的脚本。提供的“3”和“5”图像的结果数组与TF存储库中给出的数组相同，所以我认为这不是问题所在：

def main(unused_argv):

output = []
images = []

filename_generate = True
index = 0

if FLAGS.images is not None:
    images = str.split(FLAGS.images)
if FLAGS.output is not "": # check for output names and make sure outputs map to images
    output = str.split(FLAGS.output)
    filename_generate = False
    if len(output) != len(images):
        raise ValueError('The number of image files and output files must be the same.')

if FLAGS.batch == "True":
    combined_arr = np.array([]) # we'll be adding up arrays

for image_name in images:
    input_image = Image.open(image_name).convert('L') # convert to grayscale
    input_image = input_image.resize((28, 28)) # resize the image, if needed
    width, height = input_image.size
    data_image = array('B')
    pixel = input_image.load()
    for x in range(0,width):
        for y in range(0,height):
            data_image.append(pixel[y,x]) # use the MNIST format
    np_image = np.array(data_image)
    img_arr = np.reshape(np_image, (1, 28, 28))
    img_arr = img_arr/float(255) # use scale of [0, 1]
    if FLAGS.batch != "True":
        if filename_generate:
            np.save("image"+str(index), img_arr) # save each image with random filenames
        else:
            np.save(output[index], img_arr) # save each image with chosen filenames
        index = index+1
    else:
        if combined_arr.size == 0:
            combined_arr = img_arr
        else:
            combined_arr = np.concatenate((combined_arr, img_arr), axis=0) # add all image arrays to one array
if FLAGS.batch == "True":
    if filename_generate:
        np.save("images"+str(index), combined_arr) # save batched images with random filename
    else:
        np.save(output[0], combined_arr) # save batched images with chosen filename

我没有改变官方的MNIST模型中的任何东西，除了纪元的数量（以前40，因为它需要很长的时间来训练并且在1个纪元后已经看到高精度）。

非常感谢！

Answer 1

MNIST图像为白底黑字;你链接的图像是黑白色的。

除非我错过了转换步骤，否则您需要在尝试检测之前反转颜色。

Answer 2

MNIST图像像素值的范围从0.00到1.00，从黑到白。通常当你使用你自己的图像时，它将是0到255.我不确定我是否错过了将其映射回0.0-1.0的任何编码。你可以尝试打印出存储的数组您的像素值并确保白色像素接近或等于1.0，黑色像素接近或等于0.0。

Tensorflow的官方MNIST模型具有较高的训练精度，但预测性能较低

2 个答案: