如何在tensorflow中为未分类的对象创建一个类？

Question

嗨，我用两类猫和狗建立了CNN，我对此进行了训练，现在可以对猫和狗的图像进行分类了。但是，如果我想为新的未分类对象引入类呢？例如，如果我用鲜花图像为我的网络喂食，则网络会给我错误的分类。我想使用第三类为新的未分类对象构建网络。但是我该如何建立这个第三堂课。我必须使用哪些图像来获得不同于狗或猫的新对象的类？实际上，在我的网络末端，我使用Softmax，而我的代码是使用tensorflow开发的。有人可以给我一些建议吗？谢谢

Answer 1

您需要向网络添加第三个“其他”类。有几种方法可以解决此问题。通常，如果您有一个要检测的课程，则应该有该课程的示例，因此您可以将没有猫或狗的图像添加到标有新课程的训练数据中。但是，这有点棘手，因为按照定义，新类是宇宙中除了狗和猫以外的所有东西，因此您不可能指望有足够的数据来训练它。但是，实际上，如果您有足够的示例，则网络可能会知道，只要前两个没有触发，就会触发第三类。

我过去使用的另一个选项是对“默认”类进行建模，该类与常规类稍有不同。因此，您不必明确地了解什么是“不是猫或狗”的图像，而是可以明确地说这仅仅是不激活猫或狗神经元的任何东西。我通过将最后一层从softmax替换为S型来做到这一点（因此，损失将是S型交叉熵而不是softmax交叉熵，并且输出不再是分类概率分布，但是说实话，它并不能带来太多收益差异），然后将“默认”类别表示为1减去每个其他类别的最大激活值。因此，如果没有一个类别的激活系数大于或等于0.5（即该类别的估计概率为50％），则“默认” 班级将是得分最高的班级。您可以探索其他类似的方案。