我微调了一个来自GoogleNet的图像分类器，它输出动物类（狗，猫，鸟）并且它完美地工作。当我传递与主题相关的图像并且非常高兴时，准确度非常高！
现在的问题是：如果我向分类器传递一个与训练数据集无关的图像（例如房子的图像），我很乐意接收作为输出的较低分数，这有助于我认识到分析的图像不是数据集类别之一。
我当前的输出是
dogs = 97%
cats = 2%
birds = 1%
相反，我需要看到像
这样的东西dogs = (anything low %)
cats = (anything low %)
birds = (anything low %)
我怎样才能完成这个结果？ 谢谢你的帮助
答案 0 :(得分：1)
网络的最后一层是softmax，因此即使您的输入是白色图像，结果总计也会达到100％。如果您在之前查看图层，则每个班级都有一个分数。这个分数可能远低于图片上有狗的情况。
无论如何，如果你的目标是能够知道图片中是否有狗，猫，鸟或者没有，你应该添加一个“其他”类并添加没有的图像其他3个班级。
答案 1 :(得分：0)
您需要阅读文档。 但通常识别者利用输入必须是限制集之一以帮助调整其算法的事实。例如，邮政编码必须是英文字母和数字。如果某人手写了一个不是的邮政编码，那么识别器是否会产生垃圾并不重要，因为输入也是垃圾。
它很可能无法识别训练集之外的输入，而不是训练。但这完全取决于它在底层的工作原理。