Что делать с изображениями, не попадающими под категории в нейронной сети?
Добрый день!
Подскажите пожалуйста, как лучше обойти момент, когда в сеть, обученную на кошечек и собачек, подсовывают, например, слоника? В этом случае сеть определит его как кошку или собаку, так как у нее нет другого варианта. Логично, что нужен вариант "прочее", но как его правильно учить? На чем? А может есть другой механизм? Так как, если будет сетка, определяющая 100 животных, а пользователь пихнёт ей фото автомобиля, будет казус.
Спасибо.
В таких случаях сетка тренируется на трех классах: котик, собачка, прочее. Для прочего берется один из готовых датасетов либо миксуется свой из разных источников.
Без достаточно большого кол-ва обучающей выборки от ошибочного принятия слона за кошку алгоритм не застрахован.
Других способов классификация на сколько я знаю нет.
Да ничего... в этом то и дело. Если ваш слоник будет на 90% (или какой у вас процент совпадения ?) похож на котика или собачку, то он их и отнесёт к ним. Если будет не похож, то так и складывайте в отдельной место с меткой, нет нужного процента соотношения, далее предоставить выбор модератору/оператору что это левое изображение(если требуется) или к чему оно относится.
Естественно с этой пометкой картинки в обучении и выставлении весов участвовать не должны.
