一起动脑筋 · 先看一个小故事
女孩拿出黑猫、白猫和卷毛狗。机器人不能只靠“黑色就是猫”这一条规则。
把过程摊开来看
- 图片变成数字
- 模型组合外形等线索
- 输出猫狗的预测分数
- 检查与实际类别比较
图像分类模型通过训练学习与类别相关的视觉模式。
它可能利用形状、纹理等组合线索，而不只看一种颜色。新照片进入模型后，计算产生类别分数，再按规则选择预测结果。
训练图片越单一，模型越容易依赖不可靠线索，例如背景。
轮到你来试一试
训练猫图全在沙发上、狗图全在草地上，模型可能学偏什么？
想好了吗？点开看解释
可能把背景当成重要线索，看到草地上的猫就误判。需要多样且合理的数据来检查这种偏差。
带走一个发现
图像分类模型通过训练学习与类别相关的视觉模式。
试着遮住上面的图，把每一步讲给家人听。如果某一步说不清楚，就回到那张卡片再看一遍。