请问，我使用老师给的手写数字 0-9 图片时可以识别出来，但是为什么我使用自己写的手写数字就不行了呢？图片我是用手机相机拍摄的，图片中只有数字和白底，无杂质。这是什么问题？谢谢
提问人：筱墨， 2018-4-19 10:47:57
说明网络的泛化能力不够，在又有 MNIST 数据集上已经过拟合了，遇到新的数据集导致识别准确率较低。你的网络应该在 MNIST 数据集上的准确率很高。可以采用一些防止过拟合的方法试试。
atomwh，发表于 2018-4-19 11:00:49
假设你的模型没有问题，你可以考虑把模型输入数据转换为图片，确认你前面的图形数据处理没有问题。
具体说来，因为你说你使用手机拍照的，所以格式肯定跟 mnist 的图片不一样。我猜想你可能需要处理才能得到模型的输入数据，这样有可能导致处理过的图片效果不好。因此我建议你把输入模型的数据拿来转回成图片，然后跟 mnist 图片比较一下，看看能不能发现什么问题。
yunhai_luo，发表于 2018-4-19 12:07:06
我还是没能解决这个问题。当我把用手机拍摄的图片，像素设置成 28*28 后，需要自己再建一个数据集吗？
我看了一下 mnist 的数据集是不能识别 RGB 的图片吧。是不是跟这个也有关系呢？
筱墨（提问者），2018-4-25 15:40
mnist 数据集是黑白的，所以训练出来的模型也只能处理黑白图片（单通道）。另外重定位像素只是一步，这样处理后需要检查图片效果，如果不好还需要进一步处理。
yunhai_luo，2018-4-25 16:45
我也做过，原因在这里，你将图片要么没转换成 28*28 的，要么就是你图片转换的时候采样不够，导致失真。你可以关注一下这里。
M 丶 Sulayman，发表于 2018-4-19 12:58:49
mnist 提供的图片是
28×28=784
像素的图片，所以你的输入图片也要满足该格式
如果你知道多因子分析，那么你可以把 784 个像素点理解成 784 个因子，训练的实质就是找出各因子最优权重的过程
这样可以解释你的问题了。
Tsingliu，发表于 2018-4-19 17:30:00
可以发一下你处理后 28*28 的数据集样本吗？大家可以一起看看问题在哪里~
舟 3332，发表于 2018-4-19 20:35:26
筱墨（提问者）2018-4-21 10:28：
你好，这两天看了一下资料。有几个问题没搞懂。MNIST 是一个数据集，这个数据集是叫训练集吗？测试集又是指什么呢？
舟 3332: 回复 筱墨 :
训练集 和 测试集 只是用法不同而已。
比如说你上一门课，有 10 个例题，老师可以拿其中的任意 5 个讲解，再用另外 5 个作测验
筱墨: 回复 舟 3332 :
那也就是说，我要把自己的 10 张照片也想成功输出的话，就得要自己做一个数据集，然后把这个数据集导入到 MNIST 数据集中训练，是这样吗？
舟 3332: 回复 筱墨 :
不一定，要看你原来训练出来的模型，是否能够举一反三（泛化能力够强），可以用来识别你的新的输入。
我是说可以把你处理好的 28*28 的照片放上来，大家看看你获取的数据格式，尺寸，像素，颜色什么的是否和老师给的数据集一致。
tking:
mnist 的数据集包括训练数据、验证数据、测试数据。训练数据是为了训练模型、验证数据是训练数据的答案，测试数据是实际测试
增加了采样算法，然后就成功了，虽然识别要比原始低一些，大概 84%
M 丶 Sulayman，发表于 2018-4-22 12:19:31
再问一下。我可以用新的图片倒入到原来的训练集中训练一遍然后识别吗？这样从理论上来讲好像可以？
筱墨（提问者），发表于 2018-4-24 11:38:58
理论上来说是肯定可以的哈。
舟 3332，2018-5-2 17:48
重庆不热：
应该是你自己拍摄的图片和 mnist 中的图片的 shape，数值范围不一致吧
kdongyi：
训练的数据不够？
zhanys_7：
过拟合？
lytensor：
网络拟合能力强，导致学习到训练集中的特征，新增的样本并不一定与 mnist 数据集特征一致，所以需要增加样本多样性
ViolinSolo：
话说你的模型是用的什么 原始的那个 28*28 的嘛？还是什么呀，然后你自己的如果要是做成和他的一样的话，理论上应该也是没问题的我觉得。。。
筱墨:
原始的 28*28 的貌似不能用自己的手写数字。
ViolinSolo: 回复 筱墨 :
那你把自己的 resize 一下？按比例缩小一下不就好了哈哈哈
筱墨: 回复 ViolinSolo :
但是比例缩小仅仅是缩小图片大小吧？图片色彩通道依旧是 RGB，像素也不是 28*28.
ViolinSolo: 回复 筱墨 :
rgb 也就只是 rgb 而已，你先把 3 通道改成 1 通道，就是你灰度化一下，mnist 数据集不是单通道的嘛，然后 resize 也有好多方法，有很多公式的，，所以最后 resize 后结果也可能不一样
ViolinSolo: 回复 筱墨 :
而且如果你真的有需要要做更大的图片，就要自己准备训练集了，，就不能用 mnist 了，或者你要搞迁移的话也不好说哈哈哈
筱墨: 回复 ViolinSolo :
嗯。因为图像处理这块不是很懂，所以搁置了…
ViolinSolo: 回复 筱墨 :
慢慢来哈哈哈
泛化应当没有问题，问题应该是图片的处理上，理论上需要 yuv 转 rgb 矩阵才行。图片格式没有问题的话，然后才是看过拟合的问题。
neverchange，发表于 2018-7-4 23:59:03
问题是输入网络识别的图片像素要是 28*28 的对吗？这样的视觉图片处理我还没有处理过呢…所以暂时没解决这个问题…手机拍摄的照片像素肯定不止这么低。
筱墨（提问者），2018-7-5 00:01
应该是图片大小的问题吧。
hopelg，发表于 2018-7-6 09:18:44
呃 我突然想起来一个问题，就是 2828 会被 resize 成 7841。。。所以你到底是用的那种呀，784 这种还是 28281 这种呀
ViolinSolo，发表于 2018-7-6 13:22:32
反映出的问题肯定是模型泛化能力不够，也可以说是测试数据和训练数据的分布不同。举个例子，你用亚洲人的身高体重做了个预测模型，然后去预测欧美的人的身高体重，肯定会有很大出入的。
小喽啰，发表于 2018-7-6 13:50:27