为什么我的MNSIT数字项目的每个预测都是错误的？

Question

我已经用Anaconda notebook完成了这个基本项目。一切运行正常，但我自己的数字图片的所有预测都是错误的。我正在使用MNIST数字集，我正在尝试用黑色背景和白色绘画来绘制我自己的手指。但每一个预测都是错误的。你能看到代码中遗漏了什么吗？

​

​

enter code here
# Install TensorFlow
import tensorflow as tf

# Import matplotlib library
import matplotlib.pyplot as plt 

#Import numpy
import numpy as np

#import cv
import cv2

#Dataset
mnist = tf.keras.datasets.mnist

(x_train, y_train), (x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0
model = tf.keras.models.Sequential([

tf.keras.layers.Flatten(input_shape=(28, 28)),
tf.keras.layers.Dense(128, activation='relu'),
tf.keras.layers.Dropout(0.2),
tf.keras.layers.Dense(10, activation='softmax')])

model.compile(optimizer='adam',
          loss='sparse_categorical_crossentropy',
          metrics=['accuracy'])
model.fit(x_train, y_train, epochs=5)
print("Evaluierung");
model.evaluate(x_test,  y_test)

plt.imshow(x_train[1], cmap="gray") # Import the image
plt.show() # Plot the image
predictions = model.predict([x_train]) # Make prediction, works perfect
print(np.argmax(predictions[1])) # Print out the number, works perfect

# my own picture, black background, white color, 28 px * 28 px in size
img = cv2.imread("bild1.png", cv2.IMREAD_GRAYSCALE)
plt.imshow(img) # Import the image
plt.show() # Plot the image

cv2.imshow("image",img)
cv2.waitKey(2000)
img = img/255.0
img = img.reshape(1,28,28)
pred = model.predict_classes(img)
print("Prediction: ", pred)

来自训练和测试数据的每个预测都是正确的，我自己的图片都是错误的，没有错误代码！如果你能帮我那就太好了

Answer 1

你这样做并没有什么特别的问题。然而，对于为什么你会得到这些结果，我可以给出几点意见。

从JPEG/PNG加载图像

有时，当您使用图像加载库加载图像时，它们的值将被裁剪，而不是恰好在0-255之间。因此，在进行规范化时，请使用以下内容，

img = img - np.min(img)
img = img/np.max(img)

更多的概括

在原始的60000个样本上训练模型，并期望它在真实世界的数据上工作...好吧，那是行不通的。例如，与训练模型的数据相比，您将有以下不同之处。

• 画笔笔划宽度
• 角度在
• 中绘制的数字字母的书写方式(例如，如果您查看数据集中的1(至少最多)，它只是一个笔画，其中您的图像有两个笔画)

因此，如果希望模型执行得更好，请使用数据增强

• 引入噪声
• 随机rotation
• Random scaling
• Random brightness
• Random cropping/scaling
• etc.

Answer 2

非常感谢你的回答

我按照你说的修改了规范化的代码，但这并没有改变任何东西。

然后我在谷歌中寻找一些手写的数字(在mnist数据库之外)的黑色背景，我调整了它的大小，并将它们用于预测->，令我惊讶的是，每一张照片都被正确识别！！所以我认为问题不在于我的代码，而在于我绘制手写数字的方式。我用photoshop制作，新的灰度模板，黑色背景，白色绘画，并将其大小调整为28 * 28像素。但我自己的画没有被识别正确-没有错误代码，只是一个错误的预测。你知道我的画出了什么问题吗?？再次感谢！