我只是在考虑训练一个仅使用一个标签数据的神经网络。

例如：假设我有许多包含狗的图像。现在我想教网络狗的样子，没有不包含狗的图像。

更正式：我想检查一个标签的可用性，所以理论上，我需要 2 个数据集：Dog 和 NoDog

我现在向自己提出的问题是：我将如何定义 NoDog 类？我可以输入任何东西，一些随机噪音或任何不包含狗的未标记数据？但是我如何确保我正确地对“no-dog”空间进行采样？“无狗”形象有哪些特点？“禁狗”空间很大，不知怎的，很难形容。

我有不同的想法：

- 使用相同的狗图像，但剪掉狗并用噪音填充它

- 训练一个 gan 并使用鉴别器进行二元分类

- 使用大量未标记的数据

有谁知道如何系统地解决这个问题？谢谢