面部识别和用神经网络对未知数进行分类

Question

据我了解，神经网络并不擅长对未知数进行分类，即不属于学习类的项目。但是，面部检测/识别方法通常如何确定在一个地区没有检测到/识别出面部？预测的概率是否以某种方式被阈值化了？

Answer 1

摘要

确实，神经网络本身并不擅长对未知数进行分类。因为如果神经网络的基础结构足够复杂，他们倾向于 过度拟合 他们已经训练过的数据。但是，有多种方法可以减少 过度拟合 的影响。例如，一种用于此的技术称为 dropout 。另一个示例可以是 批量规范化 。尽管采用了这些技术，减少 过度拟合 影响的最佳方法是使用更多数据。

对于您在上面给出的面部识别示例，通常已经训练的模型已经看过＆＃39;大量的数据。这意味着很少有未知数＆＃39;即使有，神经网络也学会了如何判断是否存在面部特征。这是因为神经网络的某些结构非常善于判断输入数据中是否存在特征模式。这有助于神经网络了解正在输入的图像是否具有某些特征/模式。如果找到这些特征，则输入数据被分类为面，否则不是。