广州收银机：怎么提高图像识别的准确率？
2022.10.21
数据增强是指在训练的过程中，为获得更多的样本和模拟实际情况中的多变的情况，对图像进行不同的处理以获得多样的样本。在图像识别的过程中，送入训练图像越干净，模型识别的准确率就会越高。干净是指有效样本，如正常的送入数字AI识别的样本，都应是包含果蔬之类无码商品，而在使用过程中用摄像头拍下一些手机、钱包、或是主体不清晰的照片等，不在训练样本范围内的照片，这样子的称之为脏数据，脏数据越多，准确率就会越低。
和人眼识别一样，如输入的图像太小，会不利于模型对图像识别图像特征。但是，也不是图像越大越好，如图像太大，则会增加计算机所需的计算资源，且模型如不够复杂，也无法处理它们。在数字AI识别的算法中，部署了多套算法，让不同的算法分别进行识别计算，然后将多套算法的识别结果进行PK，显示有可能的那一张。如放上一根黄瓜，在A算法中，得出的黄瓜的概率，是80%；在B算中得出的苦瓜的概率，是30%。这两个结果pk后，80%明显大于30%。会推荐黄瓜，且将黄瓜放在位展示出来，将苦瓜放在第二位。
