Swift 中 Vision/CoreML 对象识别器的精度

Posted 2023-03-27

【中文标题】Swift 中 Vision/CoreML 对象识别器的精度

【英文标题】：Precision of a Vision/CoreML Object Recognizer in Swift

【发布时间】：2018-08-13 20:54:52

【问题描述】：

我只是想开始学习苹果支持我们的令人难以置信的框架，当我浏览网页时，我遇到了一个非常基本的问题，到目前为止没有人解决：CoreML 对象识别器能有多精确？这意味着 CoreML 应用程序的差异化程度如何？

例如：

如果我尝试创建一个汽车模型识别器，它能否区分大众高尔夫 3 和大众高尔夫 4？

它是否能够区分仅略有不同的不同直升机（摩托车）？

它能区分啤酒和普通汽水瓶吗？

【参考方案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。该知识被您的模型捕获。如果你可以训练一个可以做这些事情的模型，那么 Core ML 可能可以运行它。

找出模型是否能区分大众高尔夫 3 和 4 的最简单方法是收集这两种类型汽车的一大堆图像，并使用 Turi Create（Apple 开源）来训练此类一个模型。

至于这样的模型有多准确，唯一的方法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（您在此处讨论的模型类型）获得了超过 95% 的准确率，这被认为与人类水平的表现有关。

因此，只要有足够的数据、精心挑选的模型架构和适当的训练程序，您就可以近似于您选择的问题领域中普通人类专家的准确度水平。