我有一个包含很多类（~10000+）的数据集，但类的例子很少（~15-）。我想对这些类进行分类，但有一些特殊性。我的示例从视频流中提供。目前，我使用检测器（如 YOLO）进行对象检测，然后应用连体/三元组网络来获取嵌入。最后，我使用具有一个邻居的 Kneighbor 分类器进行分类。

真正的特殊性是，我想检测我的检测器提供的图片何时在我的类的子列表中。例如，在第 1 天，我有一个包含 100 个类的列表，我的目标是知道对象（由检测器提供）是否在我的 100 个类中，以及属于哪一个。我不知道如何最好地利用这些信息。你有什么想法吗？

现在，我预先计算了所有嵌入，然后对于每个对象，我只需要进行前向传递和距离计算。也许我可以将所有其他嵌入重新组合为“其他类”并保留 101 个类（我的子列表的 100 个类和“其他类”），但我不知道它是否真的有效。

总结一下，你有没有一些技巧可以通过连体/三元组网络获得更高的分数？我在 imagenet 上使用带有预训练权重的 ResNet，但可能存在一些技术可以提高得分。