如何让CNN 自动说“I dont know"

本文探讨了深度学习中遇到的一个问题:当模型被训练用于识别特定类别(如猫和狗)后,在面对非训练集内的样本(如人脸)时可能会出现误识别现象。文章提出了一个解决方案——特征提取与比对的方法,并对其实施难度及适用范围进行了讨论。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

       深度学习可以自动学习数据的深层特征,且效果很好,但是其有一个很大的问题就是加入用猫和狗去做训练,然后用人脸数据集做测试时,网络仍然会将人脸识别为猫或者狗?

       那么如何来解决这个问题那?如何让神经网络对已经训练过的数据识别为见过,从未见过的样本类别识别为没见过那?第一个思路是:特征提取,然后比对。简单来讲:首先利用CNN 模型进行训练,并对训练集中的数据提取特征,测试集同样提取特征,然后将两者提取的特征进行比对。

       这种思路实现起来不难,但是效果不太好,并不适用于大部分的数据集。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值