所以我想创建一个模型，可以将水果分类为；新鲜的"；或"；腐烂的"；。目前我使用的数据集来自kaggle-https://www.kaggle.com/datasets/sriramr/fruits-fresh-and-rotten-for-classification
然后，我使用LabelImg为大约3400个图像(由新鲜苹果、腐烂苹果、新鲜橙子、腐烂橙子、新鲜香蕉和腐烂香蕉组成(应用边界框，但我没有使用6个不同的类别/标签，而是使用了2个称为"；新鲜的"；以及"；腐烂的"；。
目前我得到了非常好的结果，但我想扩大模型的规模，以便能够识别更多的水果，如猕猴桃。
做这件事的理想方式是什么？
我曾尝试将新鲜猕猴桃和腐烂猕猴桃的图像添加到现有的数据集中，并训练一个新的模型，但该模型仍然将新鲜猕猴桃归类为腐烂猕猴桃(我猜测这是因为3000多张苹果、橙子和香蕉的图像中，褐色与腐烂有关(。
我做一个有8个标签的新模型吗？所以"新鲜的苹果，腐烂的苹果，新鲜的猕猴桃，腐烂的猕猴桃&"；。
当一个标签的图片比其他标签的图片多时，我不确定这种偏见是如何发挥作用的。
如果用不同的标签对它们进行分类，会更好地提高准确性。fresh apple、rotten apple、fresh kiwi、rotten kiwi等。之后，您可以将它们作为fresh和rotten进行集群并打印在代码中。