tensorflow - Swift 中 Vision/CoreML 对象识别器的精度

Question

我只是想开始学习苹果支持的令人难以置信的框架，当我浏览网页时，我遇到了一个迄今为止无人解决的非常基本的问题:CoreML 对象识别器的精确度如何？这意味着 CoreML 应用程序能够区分的准确程度如何？

例如:

如果我尝试创建一个汽车模型识别器，它能够区分 VW Golf 3 和 VW Golf 4 吗？

它能够区分仅略有不同的不同直升机(摩托车)吗？

它能区分啤酒和普通汽水瓶吗？

Answer 1

这完全取决于您设计的模型以及您如何训练它。它与 Core ML 本身没有太大关系，因为 Core ML 对汽车、摩托车或汽水瓶一无所知。这些知识由您的模型捕获。如果您可以训练一个可以执行此类操作的模型，那么 Core ML 可能可以运行它。

确定模型是否能够区分 VW Golf 3 和 4 的最简单方法是收集两种类型汽车的大量图像，并使用 Turi Create (Apple 开源)来训练这样的模型。

至于这样的模型有多准确，唯一的方法就是构建一个模型并对其进行训练，然后对其进行评估。请注意，ILSVRC 挑战中的图像分类器(您在此讨论的模型类型)获得了超过 95% 的准确率，这被认为与人类水平的表现差不多。

因此，只要有足够的数据、精心选择的模型架构和适当的训练程序，您就可以在您选择的问题领域中近似达到普通人类专家的准确度水平。