问题描述
这是关于训练ML模型以检测卡的更为笼统的问题。
纸牌是一种儿童游戏，有4种不同的颜色，数字和符号。我不需要检测颜色，只需检测卡的值（也称为符号）即可。
我尝试用iPhone拍摄每张卡的照片，使用RectLabel在左上角的符号周围绘制矩形（这些卡在右下角也有上下颠倒的符号，我也没有标记它们，因为它们在检测期间将被隐藏）。 我裁剪了图像，使只有卡片可见，没有周围环境。
然后我将图像上传到app.roboflow.ai，让它们发挥作用（使用自动定向，调整为416x416，灰度，自动调整对比度，旋转，剪切，模糊和噪点）。
那给了我另一组图像，我用它们来用Apple的CreateML训练模型。
但是，当我在我的应用中使用该模型时（我正在使用Apple的Breakfast Finder演示），则无法检测到卡的值-好的，有时它可以工作，但仅在距手机和手机一定距离的地方标签既可以上下颠倒，也可以横向倾斜。
我的猜测是这是因为我的图像未按照应有的方式拍摄？
关于如何设置整个模型的任何提示，这样我的模型才能得到很好的训练？
解决方法
我敢打赌，这就是问题所在：
我裁剪了图像，以便仅显示卡片，没有周围环境
您希望训练图像与模型在野外看到的图像尽可能相似。如果只对没有周围环境的卡片图像进行训练，然后再向其显示周围有东西的卡片图像，那么它将不知道该怎么做。
此UNO scoring example与您的问题极为相似，可能会提供一些想法和指导。