我只是想开始学习Apple支持我们的令人难以置信的框架，当我浏览Web时，遇到一个非常基本的问题，到目前为止，没有人解决：CoreML对象识别器的精度如何？意味着CoreML应用程序可能有多精确？
例如：
如果我尝试创建一个汽车模型识别器，它能否从大众高尔夫4告诉大众高尔夫3？
是否能够区分仅略有不同的不同斩波器（摩托车）？
它能说明啤酒和普通汽水瓶之间的区别吗？
最佳答案
这完全取决于您设计的模型和训练方式。它与Core ML本身并没有多大关系，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。如果您可以训练一个可以执行此操作的模型，那么Core ML可能可以运行它。
找出模型是否可以区分大众高尔夫3和4的最简单方法是，收集一堆两种汽车的图像，然后使用Turi Create（苹果公司的开源软件）来训练这种模型。
至于这种模型有多精确，找出的唯一方法是建立一个模型并对其进行训练，然后对其进行评估。请注意，针对ILSVRC挑战的图像分类器（您在此处讨论的模型类型）获得了95％以上的准确性，这被认为与人类水平的表现有关。
因此，有了足够的数据，精心选择的模型架构，以及适当的培训程序，您就可以在所选择的问题域中近似一般人类专家的准确性水平。
关于tensorflow - Swift中视觉/CoreML对象识别器的精度，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/49123389/