我要设计的系统背后的基本思想是，我需要能够分辨出何时我的班级不在框架之内，将图像分为大约20个类别。
我的训练进行得相当不错，在第100个阶段之前，平均准确率达到了85-90％（在训练和验证中），但是我遇到的是预测问题，因为我试图找出不足的地方图像中的这些对象，但是以对象作为我的分类器进行训练，网络学会了几乎总是预测我的一个类别，这在我的应用程序中是一个严重的问题。
考虑了一下之后，我将不得不增加的类数量以及后续数据将变得太多工作，因为它基于一个几乎无限范围的现实问题。
所有这些，我需要一种无需对所有同类图像进行分类就可以检测图像中缺少类的方法，是否有一些方法可以解决此问题而无需收集大量数据或切换整体图像理念？