张量流图像分类脚本

Question

所以我在TensorFlow中很新。

我遵循TensorFlow For Poets的所有CodeLab，我只使用Daisies和Roses训练模型。

然后我使用label_image.py脚本来测试和分类图像。 https://gist.githubusercontent.com/wolffg/541c97a74dfc0d77c4b8fd2a946a5b41/raw/578853dd26180dbf5bfc66eb40fdd13fb3aba4d6/TensorFlow%2520codelab

但是当我尝试使用没有玫瑰或雏菊的随机图像时，我仍然得到了高分 如何修改该脚本，或者如果您知道任何其他脚本可以告诉我，如果有Rose或Daisy或Nothing那么。

Answer 1

Softmax将鼓励网络做出决定，这样你通常会得到一些东西。

正如路易斯所说，您可以在类别中添加“未知”类。这可能是最简单的选择：）

由于softmax输出是概率，你也可以尝试设置一个阈值，其中任何具有足够低分数的东西都被视为无结果，尽管如上所述，softmax是一个很好的决策者，所以它可能效果不好

由于您正在使用两级预测，另一种选择是用sigmoid函数替换softmax以获得0（例如玫瑰）和1（例如雏菊）之间的输出。然后，您可以在中间选择一个您认为不确定的范围（例如0.4-0.6）并将其用作“未知”标签。

Answer 2

在这种情况下，您需要修改训练集并添加＆＃34; Nothing＆＃34;作为另一个班级。