在Tensorflow中进行正确图像分类的概率

Question

我正在使用Tensorflow再训练模型进行图像分类。我正在进行单一标签分类。

我想设置正确分类的阈值。 换句话说，如果最高概率小于给定阈值，我可以说图像是“未知的”，即如果np.max（结果）＆lt; 0.5 - >将标签设置为“未知”。

那么，是否有任何行业标准来设定此阈值。我可以将随机值设为60％，但有没有文献可以支持这个阈值？

任何链接或参考都会非常有用。

非常感谢。

Answer 1

单一标签分类不是神经网络可以“现成”的。

你是如何训练的？只有与您的目标域相关的数据？您的模型只会学习输出一个。

您有两种策略：

1. 您使用与“HotDog或Not HotDog应用程序”相同的策略，将整个imagenet放在两个不同的文件夹中，一个包含您想要的类，另一个包含其他所有文件夹。

2. 您使用convnet作为特征提取器，然后使用第二个模型，如One-Class SVM。

您必须明白，进行一个类别分类不是像二进制分类那样简单直接的问题。