我正在尝试使用TensorFlow进行图像分类。目前，我手动收集并标记训练数据，但这个过程非常繁琐、缓慢且痛苦。使用我手动收集的训练数据，我的模型在图像中正确预测类别的准确率约为57%，考虑到有6个不同的类别，这显然比随机猜测要好。
无论如何，我想知道如果我的分类器的准确率为57%，是否可行使用这个分类器来标记新的训练数据，以此自动化训练数据的收集和标记过程？显然，这些训练数据不会被完美标记；实际上，它们的标记准确率只有大约57%，但这仍然有效吗？这会提高模型的准确性，还是不会影响它，或者反而会损害它？这似乎是一个有趣的思想实验：
如果Z是标记新训练数据的分类器的准确率，N是我们拥有的训练数据样本数量，G是我们的模型在应用于新的非训练数据时的准确率，那么当N趋近于无穷大时，G的极限是什么？它如何依赖于Z？
回答：
你的方法不会带来任何好处，因为你只会训练你已经认为自己知道的东西（你正确训练了之前能正确预测的所有东西，而错误训练了之前预测错误的所有东西）=> 如果你用当前的分类器自动标记后进行下一次训练，你应该会得到几乎相同的分类器。
但是：通常，对预先排序和注释的数据进行排序/修正是比完全手动标记更容易的。如果在你的任务中也是如此，你可以使用你的分类器预先排序数据，然后手动检查和修复。然后训练以改进你的分类器 => 对新数据的预排序会更好 => 检查和修复所需的时间更少 => 进一步改进分类器所需的时间更少，依此类推…
用于检查和修复的不错工具是IrfanView：
- 将标记的图像保存/排序在文件夹中：每个文件夹对应一个标签
- 使用箭头键浏览文件夹中的图像
- 如果预排序错误，按F7并将图像移动到名为“wrong”或其他名称的子文件夹中
- 最后，手动整理“wrong”文件夹并将它们移动到相应的类别文件夹中
