检测异常值实际上并不是一件容易的事。您可以通过查看不确定性测量来检测异常值。然而，有不同类型的异常值。例如，异常值可能是分布外样本（您想区分猫和狗，但您输入了企鹅），或者您可能有“异常值”，因为类估计不明确（查看chihuahua-or-muffin）。

尽管如此，我还是建议阅读深度合奏论文并查看他的参考资料。它或多或少容易理解，它们展示了一种获取异常值的方法。本质上，异常值会导致模型出现分歧。对分歧建模是本文的关键部分。得到分歧后，您可以查看分歧很大的样本并决定要做什么（例如添加新类或删除它们等）。

BiGAN，双向 GAN（GAN（生成对抗网络）的变体）可用于异常检测。 我已经用于我的用例。由于我没有大型图像数据集，因此我的结果不是那么好。