Mnist模型识别自己手写数字正确率低的原因

做老板的助教，大三学生问的比较多的问题，记录一下。

问题背景：

有的同学用官方的训练数据mnist训练好自己的模型后，自己制作数字图片给训练好的模型识别，结果正确率只有40%多，甚至用原来训练的数据集识别正确率都低于50%.

解决方法：

可以从下面几个方面入手，把自己手写的数字识别率提高到80%不难：

原因1：西方手写体和东方手写体造成的样本差异

具体操作：我们把训练集的ubyte文件转成图片可以看到如下图

我们训练的时候用到的是 外国人写的数字，你可以看到 2 ，4 ，6 和中国人写的区别很大。找了一个图方便对比：

很明显，我们自己写出来的一些数字和原来用于训练的数字差别太大，导致识别率低，可以模仿西方数字书写提高一点识别率。

原因2：做了不恰当的图片预处理操作

如果有的同学用训练集去测试原来的模型识别率也低，那你应该是图像预处理模块出了问题。

举个例子：

我有一张训练模型时候用到的图，叫做test_0.jpg, 如下图：

，这里我们用7做测试，然后我把图片读进来测试模型的识别率，第一次我把图像做一次归一化，第二次我不做归一化，分别送给模型去识别。两次结果如下图：

做了归一化结果：

可以看到把训练数据的7识别成了8

未做归一化结果：

可以看到我们把归一化那一行注释掉了之后，就识别正确了，很多训练集识别率都出了问题的，都是自己加了错误的预处理造成的，为什么？

因为：我们把图片读到matlab中，此时未做归一化处理，结果如下图

，很明显，这是一个 数字 7 的轮廓。现在我把它进行归一化,这里我使用其中一个同学的归一化代码演示，代码如下

他是用255减去每个像素值/（max（pixel）-min（pixel））   的方式进行归一化。

归一化之数据和图形如下：

用imshow（） 显示为  ，归一化之后变成了白底黑字，为什么？因为如果原来是黑色，假如像素值为0， （255-0）/255，变成了1, 然后0~1之间1最大，所以颜色反转了，你用这个7去给模型识别，自然而然识别不出来，识别结果如下：

把7认成了8

这个例子不是说不能做图片预处理，是说要进行正确的预处理。

建议用photoshop的柔性画笔制作自己的样本，我测了，识别率很高。

总结：

1、尽量模仿西方数字的书写，书写的位置尽量位与28*28的中央，建议用photoshop的柔性画笔书写。

2、小心你的图片预处理过程，这可能是你识别率低的罪魁祸首

3、你可以把所有的训练图片处理成2值图，然后给模型训练，测试图片也用2值图，就是只有0和1，没有0~1之间的任何数，避免了图片预处理导致的识别率下降，识别率会极大提升。