如何使用卷积网将图像分类为“未分类的图像”

Question

为了对10种类型的图像进行分类，我使用Keras对基于卷积的序列模型进行了建模。我使用了categorical_crossentropy。我的问题是，虽然我通过包含验证数据在训练模型上获得99％的准确率，但是我有一个问题是识别不属于10个类中的任何一个的图像。这样做的正确方法是什么？ 任何这些类型的测试图像都被我的模型完全分类。但如果图像不是这些类型中的一种，我想将其归类为“未分类的图像”，我该怎么做？

非常感谢您的支持。

Answer 1

上11节课。其中一个是＆＃34;未分类＆＃34;类。

Answer 2

一种方法是像丹尼尔所描述的那样做，否则你可以对预测的等级和阈值有信心，如果它低于阈值，那就是＆＃34;未分类＆＃34;

Answer 3

我想你的问题被称为＆＃34; Open Set Classification＆＃34;反对＆＃34;封闭集分类＆＃34; （所有测试类在训练时都知道）。 解决问题的技巧是训练10＆＃34; One vs. All＆＃34;楷模。对于每个模型，您将了解图像是属于一个类（正匹配）还是属于其他图像（负匹配）。 使用它，如果测试图像与10个模型具有负匹配，则表明它是未知类。

希望它有所帮助。