Hoppa till innehållet
AI-grafen
BUtforskareDatorseende· ca 20 min· grundkunskap som ändras sällan· verifierad 2026-09-20

Hur känner en modell igen ett objekt?

Kunna beskriva vad en modell analyserar i en bild och varför den kan göra felbedömningar.

Vardagsförklaring

Modellen ser inte en katt. Den analyserar tusentals pixlar och letar efter mönster som ofta fanns i de bilder den tränades på: spetsiga former (öron), ränder, runda ögon, viss silhuett.

Därför kan den göra fel:

  • en hund med spetsiga öron kan klassas som «katt»,
  • en katt sedd bakifrån eller i mörker saknar de vanliga mönstren,
  • om alla träningsbilder var inomhus kan «soffa» bli en ledtråd — och en soffa utan katt klassas som «katt».

Intuition

Experiment med Teachable Machine (gratis, i webbläsaren): träna «katt» / «inte katt» med 20 bilder var. Testa sedan:

  1. En vanlig katt → hög träffsäkerhet.
  2. En katt upp och ner → lägre.
  3. En leksakskatt → ?
  4. Bara en tom soffa → ibland «katt», om många träningsbilder hade en soffa.

Notera vad som lurade modellen. Det visar vad modellen egentligen har lärt sig.

Behärskning innebär

  • Beskriver att modellen analyserar pixelmönster, inte «ser» ett objekt
  • Ger två exempel på varför modellen kan göra fel

Förkunskaper

Logga in för att göra övningarna och bygga upp din behärskning.

Källor

Alla källor och licenser