有几种方法可以做到这一点。例子是：

二元分类器

使用监督学习为已知与未知训练一个单独的二元分类器。已知数据将来自您的数据集，未知数据集是来自不同数据集（如 AudioSet 等）的大量样本

异常检测器

仅使用您的数据集（已知）和无监督学习来训练异常/分布外模型。这应该在你的 CNN 中学习到的表示上完成。您可以使用高斯混合模型（例如来自 scikit-learn）作为异常模型。要验证它是否有效，并设置高斯数、异常阈值等超参数，您应该使用来自另一个数据集（AudioSet 等）的一些样本。

确实存在以牺牲其他类为代价过度学习“未知”类（由于数量较大）的风险，这可能导致错误的“未知”结果。

这主要取决于“未知”数据与“已知”数据的接近程度。

以下是 3 个可能的解决方案：

• 一个简单的方法是使用比“已知”日期的平均数量更大的随机“未知”数据（但不要太大：例如两倍大）。

• 一个逻辑是从未知数据的多元正态分布中获得一个有代表性的样本。https://juanitorduz.github.io/multivariate_normal/

• 一种高级方法是通过无监督分类模型获得更接近“已知”数据的“未知”数据。https://scikit-learn.org/stable/unsupervised_learning.html 然后再添加一些未知数据来更好地概括它们。