知识卡片

专业/工作 · 9514.b · 生成模型:Tencent Hunyuan Hy

分布偏移风险

理解等级:高级

视觉分类器在测试数据与训练数据相似时表现好,但真实部署常遇到光照、角度、传感器和场景变化。高准确率不等于高可靠性,必须关注分布偏移。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 计算机视觉 25.7 计算机视觉的应用 · 查看原书依据

      只有当训练数据和测试数据服从同一分布时,我们才能从理论上保证学习到的分类器性能良好。我们无法判断此约束是否适用于图像处理,但根据经验,我们观察到图像分类器和物体检测器都表现得非常好。

    参考来源

    - 位置:《人工智能:现代方法(第4版)(上下册)》第25章《计算机视觉》(源文件:`extracted/人工智能:现代方法(第4版)(上下册)/_epub-src/text/part0047_split_007.html`,来源项目 a19c7933-4eda-4176-aebd-30fe7e1ad292) - 结论依据:视觉分类器在测试数据与训练数据相似时表现好,但真实部署常遇到光照、角度、传感器和场景变化。原文从「25.7 计算机视觉的应用」处给出对应机制与依据,支撑本卡结论。 - 原始内容:只有当训练数据和测试数据服从同一分布时,我们才能从理论上保证学习到的分类器性能良好。我们无法判断此约束是否适用于图像处理,但根据经验,我们观察到图像分类器和物体检测器都表现得非常好。