【发布时间】：2020-09-30 23:56:33
【问题描述】：
我正在使用 keras 库训练一个包含五个类的 cnn 模型。使用 model.predict 函数我得到类的预测百分比。我的问题是对于不属于这些类并且完全不相关的图像，预测类仍然根据类预测百分比。
如何预防？我如何识别它是无关紧要的？
【问题讨论】：
标签： tensorflow keras conv-neural-network
【发布时间】：2020-09-30 23:56:33
【问题描述】：
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 激活的输出之和必须加起来为 1。因此，在您当前的设置下，神经网络不可能说图像不属于您的任何类别。
有两种方法可以解决这个问题：
添加另一个代表“其他”或“未知”对象的类（因此您有 6 个类）。
将另一个输出添加到您的神经网络（或训练一个完全独立的神经网络），对图像是否属于 5 个类别之一进行二元分类。这样，如果您的辅助输出表明图像不在 5 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您的 5 个类别的图像来扩充您的数据集。
【讨论】：
-
感谢 Swapnil。我正在考虑第一种方法，创建一个其他类并增加不相关的图像。那么如果这个类的预测百分比最高，那么就输出不相关的消息。请让我知道你的看法
-
是的，这似乎是一种合理的方法。尝试为您的不相关图像类获取一组不同的图像，这样它就不会在不相关的图像中学习到错误的相关性。