小编alt*_*udo的帖子

链接到相关数据集

在开始之前，先介绍一些可能相关的事情：

• 输入文件格式为 JPEG。我使用's将它们转换为numpy数组matplotlibimread
• tensorflow然后分别使用的image.resize方法和方法将 RGB 图像重新整形并转换为灰度图像image.rgb_to_grayscale。

这是我的模型：

model = Sequential(
    [
        tf.keras.Input(shape=(784,),),
        Dense(200, activation= "relu"),
        Dense(150, activation= "relu"),
        Dense(100, activation= "relu"),
        Dense(50, activation= "relu"),
        Dense(26, activation= "linear")
    ]
)

神经网络在数据集上的准确率达到 98.9%。但是，当我尝试使用自己的图像时，它总是将输入分类为“A”。

我什至达到了反转图像颜色的程度（黑到白，反之亦然；原始灰度图像的字母为黑色，其余部分为白色）。

img = plt.imread("20220922_194823.jpg")
img = tf.image.rgb_to_grayscale(img)
plt.imshow(img, cmap="gray")

显示此图像。

img.shape回报TensorShape([675, 637, 1])

img = 1 - img
img = tf.image.resize(img, [28,28]).numpy()
plt.imshow(img, cmap="gray")

这是结果img = 1-img

我怀疑神经网络不断将输入图像分类为“A”，因为某些像素不是完全黑/白的。

但它为什么要这么做呢？将来我该如何避免这个问题？

这是笔记本。