手写数字识别mnist测试集上正确率很高，自己写的数字识别很差

[weixin_38256708]

手写数字识别mnist测试集上正确率很高，为什么自己用画图软件写的28x28像素的数字识别很差

[weixin_38256708]

引用 3楼赵4老师 的回复:

图片格式有误，我猜。

图片已经转化成28×28矩阵了呀

[weixin_38256708]

引用 4楼ssbqrm 的回复:

用什么方法识别? 深度学习?

传统BP和cnn都对自己的手写数字识别不好，不知道为什么

[shiter]

你调试参数是按照mnist来的，哈哈 我猜测

[d1181878477]

引用 1楼shiter 的回复:

你调试参数是按照mnist来的，哈哈 我猜测

对呀，用的mnist训练集训练的，60000个样本训练好了自己写的数字识别不出来？

[baidu_39556786]

朋友，你有代码吗？可以给我分享一下吗

[VOY_KANG]

我用caffe下mnist的例子也试了下，训练和测试都正常，但用自己手写的数字时只有80%左右的正确率。手写的数字保存的是28*28的黑底白字的bmp文件。识别就是调用caffe\python\classify.py。不知为何。

[愿一直]

楼主可否分享代码，万分感谢。邮箱[e-mail]

[balabala-2020]

谁有代码能不能给我发一份，跪求~谢谢~

[balabala-2020]

忘了邮箱了，[e-mail]

[Lemonpro]

楼主解决了吗，我也遇到了这个问题

[考拉不是大叔]

训练样本是手写的，训练集的数据带有明显的手写特征，即中间骨架颜色深，旁边浅，呈现山峰状，而用画板写的数字特征分布是平面式的，没有这种特征，再加上用的训练网络过拟合能力强，过分拟合了这种山峰特征，当然就不能识别用画板写的平面式数字啦

[路飞在福州]

我的自定义测试数据集650个数字平均分布在0~9中，目前测试正确率最好也就80%左右。如何破~~~

[ACMer_Shadow]

引用 15 楼 weixin_40920228 的回复:

我的自定义测试数据集650个数字平均分布在0~9中，目前测试正确率最好也就80%左右。如何破~~~

因为我看到你准备的数据 有部分预处理后的数据 比如 num_0(15).jpg 长的跟7一样

[laishere]

引用 9 楼 rono_back 的回复:

我用caffe下mnist的例子也试了下，训练和测试都正常，但用自己手写的数字时只有80%左右的正确率。手写的数字保存的是28*28的黑底白字的bmp文件。识别就是调用caffe\python\classify.py。不知为何。

主要还是自己写的和数据集的数字占图像比例，居中等情况的影响，你可以到github上下载一些mnist数据集转化成png图像时是怎么样的，可以发现图片中的数字都是大小差不多，而且是居中的。不管模型能否做到识别一些在角落的数字、过大和过小的数字，既然mnist训练集中没有上述的数字的话，那么神经网络对这些不符训练集数字特点的数字识别率肯定就很差了。我的网页中的手写数字在提交之前也是经过居中和放缩处理的，正确率蛮高的，应该和测试时的99.8%（好像大于这个的，具体多少忘了）一致。

[ShuaiGeaaa]

我现在在用CNN做，我也是这个情况，测试集正确率还可以，但是自己写的数字进行识别，正确率太低了，不知道LZ解决了吗？

[三笑徒然]

因为你的图片和训练集并不出自一个分布，你可以尝试把你的图片做的和数据集里的图片像点，比如背景，线条颜色

[程序小狒狒]

我自己做的应用有85多的成功率 手写的 ，我是把二值化后的图片输入的，直接用灰度图的话也很低

[chainhammer]

dddd,实验室里老外写的数字识别率可高了

[CHUAE]

我用的也是传统bp和cnn但是cnn还可以，bp识别很差，而且这两个对7和9识别度都很差一直识别成1，我用画图画的手写数字

[野心未泯]

用手写数字识别mnist测试集只改变学习率为什么精度不变？