限制 CNN 中不相关图像的概率百分比

Question

我正在使用keras库训练一个包含五个类的CNN模型。使用model.predict函数，我得到了类的预测百分比。我的问题是对于不属于这些类且完全无关的图像，预测类仍然根据类预测百分比。

我该如何预防？如何将其识别为无关紧要？

Answer 1

我假设您在最后一层使用 softmax 激活来生成每个类的概率。根据定义，softmax 激活的输出总和必须加起来为 1。因此，神经网络不可能说图像不属于您当前设置的任何类。

有两种潜在的方法可以解决此问题：

1. 添加另一个表示"其他"或"未知"对象的类(因此您有 6 个类(。

2. 向神经网络添加另一个输出(或训练一个完全独立的神经网络(，该输出对图像是否属于 5 个类之一进行二元分类。这样，如果您的辅助输出显示图像不在 5 个类中，您可以忽略 softmax 输出。

在这两种情况下，您都需要使用不属于 5 类的图像来扩充数据集。