这似乎是一个基本问题，你们中的一些人必须有一个意见。我有一个在CNTK中实现的图像分类器，有48个类。如果图像与48个类中的任何一个都不匹配，那么我希望能够得出结论，它不属于这48种图像类型。我最初的想法很简单，如果最终的Softmax层的最高输出很低，我将能够得出结论，测试图像没有很好地匹配。虽然我偶尔会看到这种情况发生，但在大多数测试中，当传递未知的图像类型时，Softmax仍会产生非常高（和错误）的结果。但也许我的网络过于健康了。如果它不是，我原来的想法会很好。你怎么看？任何方式来定义一个名为“无上述”的第49个班级？
答案 0 :(得分：6)
你确实确实有这两个选项 - 对后验概率进行阈值处理（softmax值），并添加垃圾类。
在我所在的地区（演讲），两种方法都是他们的地方：
如果＆＃34;以上都不是＆＃34;输入与上面的＆＃34;＃34;具有相同的性质。 （例如非语法输入），阈值处理工作正常。请注意，类的后验概率等于1减去选择此类的错误率的估计值。拒绝任何后方＆lt; 50％会拒绝所有你可能错误而非正确的情况。只要您的上述类别具有相似性质，估计值可能足够准确，以使其正确。
如果＆＃34;以上都不是＆＃34;输入具有相似的性质但是你的类别数量非常小（例如10位数），或者如果输入具有完全不同的性质（例如门砰砰声或某人咳嗽声），则阈值处理通常会失败。然后，人们会训练一个垃圾模型。＆＃34;根据我们的经验，可以包含正确课程的培训数据。现在，上面没有的类也可以匹配正确的类。但是，只要上述类别没有过度训练，它就可以了 - 它的分布会更加平坦，因此即使它与已知的类相匹配，它也会与较低的分数相匹配，因此，没有赢得实际已知的班级＆＃39; softmax输出。
最后，我会同时使用两者。绝对使用一个阈值（以捕捉系统可以排除的情况）和使用垃圾模型，我会根据你所拥有的东西训练它。我希望在训练中包含正确的例子不会受到伤害，即使它是您拥有的唯一数据（请查看Anton发布的文章是否也适用于图像）。尝试合成数据也是有意义的，例如通过随机组合来自不同图像的补丁。
答案 1 :(得分：4)
我同意你的观点，这是一个关键问题，但我也不了解该领域的大量工作。
Zhang and LeCun最近的一篇论文特别提到了图像分类的问题。他们使用大量未标记的数据来创建额外的“以上”类。但问题是，在某些情况下，他们未标记的数据并非完全没有标记，他们有办法删除实际上属于其标记类之一的“未标记”图像。话虽如此，作者报告说，除了解决“上述问题”之外，他们甚至可以在测试集上看到性能提升。
至于事后拟合，只是通过查看softmax的输出，我无法提供任何指示。