我正在尝试使用传递学习对神经网络进行再训练，该学习可以对图像是否具有特定物体（例如汽车）进行分类。我的阳性样本数据集非常小，只有2500张图像。
它与“常规”二进制分类（2500张汽车图像/ 2500张鲜花图像，并且必须区分这两种图像）一起使用时效果很好，但问题是我不确定如何对所有类型进行分类图像，或如何使其成为2500张汽车图像/ 2500张随机图像，并且必须对是-图像是汽车还是否-不是汽车进行分类。
那些随机图像是什么？我尝试仅下载一批随机映像（森林，人，食物），但不幸的是失败了。它以为热狗就是车。基本上，最终对积极的例子有很高的偏见。那是我迷路的地方，开始怀疑是否有可能使用如此小的正面示例数据集。
我的问题是我应该寻找哪种类型的负面示例图像来解决这样的问题。谢谢！