如何为基于CNN的猫狗二分类图像分类器设置默认输出类别？

你遇到的问题本质是现有模型为闭集分类（Closed-Set Classification）设计：训练阶段仅见过猫、狗两类样本，模型默认所有输入都属于这两个类别，因此无论输入什么都会强行输出一个类别的结果。可以根据你的开发成本、已有数据集情况，选择以下3种主流实现路径：

方案1：扩展为三分类任务（最易实现） #

这是改造成本最低的方案，直接把「无效输入」作为新增的第三类纳入训练流程：

• 准备训练集时，除原有猫、狗图像外，补充覆盖各类场景的非目标图像（房屋、人物、鸟类、风景、日常物品等），全部标注为「无效输入」类
• 将模型输出层从原来的2个神经元调整为3个神经元，对应[猫、狗、无效输入]三个类别，损失函数仍使用标准交叉熵即可
• 训练时调整类别权重，避免非目标类的样本数量过多或过少，导致模型预测偏向某一类别
• 优势：改动逻辑和原有训练流程完全一致，不需要调整推理逻辑，整体实现难度最低
• 局限：如果补充的非目标样本覆盖场景不全，遇到训练集没见过的非猫狗图像，仍可能被错分为猫或狗

方案2：基于置信度阈值的后处理判定（零额外训练成本） #

如果不想重新收集大量非目标图像做训练，可以直接在原有二分类模型的推理环节增加置信度门控逻辑：

• 原理：原有模型输出的softmax概率中，正常猫狗样本的预测置信度（即两个类别的最大概率值）通常会显著高于非目标图像的置信度——非目标图像因为和训练分布差异大，softmax输出的两个概率值会非常接近，最大概率通常远低于正常样本
• 落地步骤：
  • 准备带标注的验证集：包含固定数量的猫、狗样本，以及一批各类非目标样本
  • 对所有验证样本做推理，记录每个样本的最大softmax置信度值，选定一个合适的阈值：要求该阈值能覆盖95%以上的猫、狗样本的置信度，同时能筛掉95%以上的非目标样本的置信度
  • 推理逻辑调整为：计算模型输出的预测类别置信度，如果置信度低于设定阈值，直接输出「无效输入」；高于阈值再输出对应的猫/狗标签
• 优势：不需要重新训练模型，仅需要调整推理阶段的后处理代码，开发成本极低
• 局限：阈值鲁棒性有限，遇到和猫狗特征高度相似的非目标图像（如猫形玩偶、狗的插画），置信度仍会很高，容易被误判为有效输入

方案3：开集识别（泛化性最优） #

如果对无效输入的识别准确率要求较高，可以采用*开集识别（Open Set Recognition）*架构，从模型设计层面解决闭集模型的固有缺陷：

• 核心逻辑：训练时就告知模型「存在不属于已知类别的输入」，要求模型对超出已知类特征分布的输入，不要输出高置信度的已知类预测
• 轻量实现方式：在训练完成的猫狗分类器基础上，提取模型倒数第二层的全局特征，计算训练集猫类、狗类的特征中心，以及两类特征的正常分布半径。推理时计算输入图像的特征到两个类中心的距离，如果距离同时超过两类的正常分布半径，就直接判定为「无效输入」
• 进阶实现：可以用OpenMax等开集输出层替代原有softmax层，让模型自动对超出分布的输入输出极低的已知类置信度，无需人工设置特征距离阈值
• 优势：不需要收集大量的非目标类训练样本，对未知非目标图像的泛化能力远高于纯阈值法
• 局限：实现复杂度稍高，需要对模型的特征空间分布做校准

注意：无论选择哪种方案，都需要单独构建包含各类非目标图像的测试集，专门评估模型对无效输入的识别准确率，不能仅用猫狗样本做效果验证。
内容的提问来源于stack exchange，提问作者Sartaj Bhuvaji