让 CNN 说“我不知道”

数据挖掘 喀拉斯 美国有线电视新闻网 图像分类 迁移学习 贝叶斯网络
2021-10-15 13:00:25

我目前正在研究图像分类问题。Keras为了简化实现,我使用了迁移学习Resnet50作为基础模型。
我有 2 个类,但是输入图像可能不属于这两个类的可能性很大。在这种情况下,CNN 应该能够输出为Unknown.
注意:我不能为未知创建一个单独的类,因为它可以来自任何发行版。

我读到贝叶斯神经网络在这种情况下会有所帮助。

您能否帮助我了解如何通过迁移学习实现贝叶斯 CNN。任何材料或参考链接都会非常有帮助。

谢谢

1个回答

您可以在 CNN 之前放置一个分类模型。

这意味着您将两个类视为一个类,然后将其视为异常检测问题。有一些不同的方法可以实现这一点。一种方法是对图像进行降维,然后使用该图像编码来训练异常检测器,例如一类 SVM你可以在这里得到一些想法:

为一类分类学习深度特征

使用一类神经网络进行异常检测

您还可以查看 cbeleites对此相关问题的回答。这实际上是我了解图像的一类分类的地方,它更详细地解释了使用它的一些注意事项。