python - Keras 丢弃或忽略不确定的预测结果
问题描述
我已经在 Keras 中成功构建了一个多类 CNN,用于图像分类。我现在准备开始预测,但是在测试图像中,有一些图像不属于任何标签,但仍然会被错误地归类为标签之一。
这是我的预测功能:
def predict(img):
x = img.resize((img_width, img_height), Image.ANTIALIAS)
x = img_to_array(x)
x = np.expand_dims(x, axis=0)
array = model.predict(x)
result = array[0]
answer = np.argmax(result)
return answer
如果预测结果数组的最大值低于某个值,我正在考虑丢弃预测结果,但我不确定应该设置多小。
解决方案
您将需要另一个训练数据集来估计最佳阈值......或者您可以为所有这些没有标签的图像训练一个带有额外类的新模型。
推荐阅读
- image - 伪代码:如何从位和字节解码 PNG 文件?
- python-3.x - url.parse Python2.7 等效
- ruby - 获取导致异常的对象信息
- javascript - jquery 使用 .after() 在表中添加行
- python - expected str, bytes or os.PathLike object, not InMemoryUploadedFile
- java - Java 进程无法删除正在使用的文件
- c - 我正在尝试仅从文件中读取前 3 个字符 - c
- selenium-webdriver - 如何在 Cucumber 中编写正确的功能文件
- xpath - 从动态网页中抓取值的精确 xpath 查询
- zabbix - zabbix 标准项 vfs.file.exists