从机器学习算法中获得负面结果

Question

我有一组特定对象的图像.我想找到其中一些是否与机器学习算法有异常.例如,如果我有许多眼镜照片,我想找到其中一个是破损或有异常的东西.像这样的东西:

好!!

坏!!

(显然我会用同样的眼镜...)

问题是我不知道每一个负面情况,所以,对于训练,我只有正面的图像.

换句话说,我想要一种识别图像是否与数据集不同的算法.你有什么建议吗？

特别是有没有办法使用卷积神经网络？

Answer 1

您正在寻找的通常被称为异常,异常或新奇检测.您有很多关于数据应该是什么样子的示例,并且您想知道什么时候看起来不像您的数据.

这个问题的一个很好的方法,因为您正在使用图像,您可以使用图像网上预先训练的CNN获得特征矢量化版本.然后,您可以在该功能集上使用异常检测器.该隔离森林应该是一个更容易获得工作.