27. 某校資訊教師帶領學生製作一個影像辨識模型，用來判斷校園植物照片屬於「樺樹、榕樹、白千層」三種類別之一。學生蒐集了 500 張訓練影像，其中大多數照片都在晴天、正面角度、背景單純的情況下拍攝。模型在訓練資料上的準確率達 98%。但後續新拍攝的照片辨識率不佳，尤其遇到陰天、側面角度或背景複雜的照片時容易判斷錯誤。關於此情況，下列敘述何者最合理？ (A) 模型在新照片表現不佳，主要是因為訓練 epochs 不夠多。 (B) 若模型在新照片表現不佳，最適合直接增加輸出類別數量，讓模型可以辨識更多植物種類，以改善原本三類植物的辨識效果。 (C) 影像辨識模型的設計原本就是設定只能辨識與訓練資料完全相同的照片，因此只要新照片與訓練照片不同，辨識錯誤是必然現象。 (D) 模型可能過度擬合訓練資料中的拍攝條件與背景特徵，可透過增加多樣化資料來提升模型的泛化能力。