使用MNIST作为训练集时，手写图像的精确度较低

Question

我们正在开展一个学期项目，我们正在使用MNIST培训集。尽管我们的分类器在MNIST测试集上运行良好（准确率> 94％），但其在我们准备的数据集上的性能却非常低。我们准备的数据集的详细信息如下：

• 我们使用绘图程序创建了28x28图像。
• 我们准备的图像背景为黑色，数字用白色绘制（与MNIST相同）。
• 当我们检查MNIST图像和我们准备好的图像时，它们看起来非常相似。

关于像素值，我们尝试不同的组合和

• 我们将所有像素值从（0,255）映射到（0,1）连续。
• 我们将所有像素值从（0,255）映射到（0,1）二进制，其中只有数字像素等于1.

我们准备的数据集的最高分约为70％，而MNIST测试集的性能总是很高（> 94％）。此外，分类器会产生一些非常奇怪的错误，例如它预测3 - 正数是0。

任何熟悉MNIST的人？我认为问题与像素值有关，但我没弄清楚它为什么会发生。当我使用imshow时，两个图像看起来完全一样。