私はalexNetを使って深い学習モデルを訓練し、車種を分類しました。データはウェブから収集され、グーグルイメージ、ちらつきなどが含まれています。AlexNetはウェブイメージ上で正常に動作しますが、モバイルイメージ上では動作しません
モデルは、ウェブから収集された別のテストセットでテストされました。しかし、私は風景モードで写真を撮ってサーバーに送り、車を認識させる簡単なアンドロイドアプリを作りました。モバイル画像のパフォーマンスは非常に悪いです。私はimageNetで訓練されたalexNetモデルで画像をテストしましたが、モデルはこれらの画像に正しく答えませんでした。
モバイルイメージを適用するときに私が逃したと思うことがあれば、私は不思議です。
ありがとうございました。
モバイルデバイスで撮影した写真をトレーニングデータに追加することができます。これが可能でない場合は、トレーニングに使用する画像（正規化など）に近いイメージになるように画像を前処理できます。
編集：
平均画像減算は正規化ではありません。正規化は、平均画像を引いた後、標準偏差で除算することです。両方ともトレーニングセットから計算されます。
両方の画像を分析する必要があります。たぶん、解像度/雷の変化などがあります。両方の画像のサンプルがなければ、正確に違いが何であるかは分かりません。しかし、深い学習はデータ取得の変化に悪いことで有名です。
第2編集：
モバイル画像で失敗する可能性がある別のポイントは、解像度です。 CNNはどんな解像度でも動作し、4000x2000の画像をimagenetに渡すと、224x224の画像とは異なるものが見つかる可能性があります。このような理由から、Web画像とモバイル画像を投稿したいと思っているかもしれません。そして、stackoverflowで我々はあなたにその違いを伝えるかもしれません。
私はどのような前処理を適用すべきか分かりません。 私は平均画像（トレーニングセットから計算された）による正規化を使用しました。手伝ってくれてありがとう。 – saf
変更を反映するために私の答えを編集しました。 –
具体的な問題を明確にしたり、詳細を追加して必要なものを正確に強調してください。現在書かれているとおり、あなたが求めていることを正確に伝えるのは難しいです。 –
問題は次のとおりです：モバイルイメージでは非常に悪いですが、モデルがWeb画像でうまく機能するのはなぜですか？モデルがモバイルイメージでも動作するようにする必要がある正規化や前処理はありますか？どうもありがとうございました。 – saf