在用MNIST数据集训练的网络中识别自己的数字的问题

时间:2018-07-25 13:44:35

标签: python mnist image-preprocessing

我目前正在研究一种扫描数字/数字并识别它们的程序。该网络使用MNIST数据集进行了训练,并且运行良好(测试数据约为98.5%) 但是,我在识别自己的数字时遇到了一些问题。一点也不差,但不如测试数据好。

我认为我可能没有以正确的方式进行预处理。 (这就是我现在正在做的事情:

调整大小(保持宽高比)->居中->将其放入28x28像素框中。 我为此使用PIL,因为我无法在PI上使用cv2。

调整大小过程和居中效果似乎完美(或几乎),所以我认为抗锯齿可能会出现问题。

我想解决这个问题的主意是继续训练,但是随着网络的发展,我的手指越来越多。我只是不知道这是否会使事情变得更好或更糟。

0 个答案:

没有答案