You need to enable JavaScript to run this app. 如何识别CNN训练类别外的输入图像 避免模型强制输出错误预测
优惠活动
大模型
产品
解决方案
定价
更多

如何识别CNN训练类别外的输入图像 避免模型强制输出错误预测

猫狗二分类CNN拒识非目标图像的实现方案

现有已训模型的低成本快速落地方法

如果你的模型已经完成猫狗两类的训练,不想大规模重构代码或重新训练,可直接采用以下两类方案快速上线非目标拦截:

  • Softmax置信度阈值拦截
    纯闭集二分类CNN的输出特性有明确规律:真实猫狗输入的Softmax最高类别概率通常稳定在0.9以上,而苹果、风景等非目标图像的两个类别概率会高度接近,最高值往往低于0.6。
    实现步骤:
    1. 准备两类测试集:一是200张覆盖常见场景的非目标图像(水果、家电、人物、风景等),二是等量的真实猫狗样本,批量前向推理统计所有样本的Softmax最高值分布
    2. 选定合理阈值:保证95%以上的真实猫狗样本最高值高于阈值,同时90%以上的非目标样本最高值低于阈值
    3. 推理流程增加判断分支:如果输出的最高Softmax值低于阈值,直接返回“当前图像不在可识别范围,请上传猫或狗的图片”;高于阈值才输出对应的猫狗分类结果
      注意:该方法对和训练分布差异极大的图像拦截效果好,但对轮廓/纹理和猫狗相似的干扰图(比如带猫图案的手机壳、毛绒造型水果)误拒率偏高,适合做最小可行版本验证。
  • 骨干特征接独立判别器做分布校验
    如果置信度阈值法的拦截精度达不到要求,不需要改动原有的猫狗分类头,只需要在CNN的骨干特征输出层(通常是最后一个全连接层之前的高维特征向量位置),接入一个轻量判别模块:
    模块的训练目标是区分“来自猫狗训练集的真实特征”和“非目标图像的特征”,训练时仅需收集正负两类样本:正样本为原猫狗训练集图像提取的骨干特征,负样本为收集的非目标图像提取的同维度特征,用逻辑回归或多层感知机训练即可。推理时先跑判别模块判断是否属于目标分布,再决定是否触发原有的猫狗分类流程。

同类开放集识别场景的通用工业方案

针对“闭集分类模型无法识别分布外输入”的共性问题,工业界已经形成了成熟的标准处理路径,可根据业务需求选择落地:

  • 开放集分类架构替代传统闭集Softmax
    传统闭集CNN默认所有输入都属于已训练的固定类别,这是分布外图像被错分的根源。开放集分类的核心是将“未知类”纳入可学习的建模流程,典型实现包括:
    1. 训练阶段专门加入覆盖常见场景的未知类样本,将原来的猫狗二分类调整为三分类(猫/狗/未知)
    2. 用OpenMax算法替代原有的Softmax输出层,通过对每类的特征极值做建模,自动计算输入属于未知类的概率,无需手动调整适配阈值
  • 检测-分类两阶段Pipeline架构
    生产环境的高可靠方案会将功能完全拆分:第一阶段先用通用目标检测模型判断图像中是否存在足够置信度的猫/狗目标,如果检测置信度低于0.5,直接判定为输入不符合要求;仅当检测到合规的猫狗目标时,才将裁剪后的目标区域喂给原有轻量猫狗分类模型输出结果。这种架构从根源上避免了“整张图无目标却被硬分类”的问题,哪怕用户上传的图像同时包含苹果和猫,也能准确识别猫的区域。
  • 图文对齐预训练模型的零样本拒识能力
    如果场景允许替换模型底座,可使用带图文对齐能力的轻量预训练模型,在推理阶段直接计算输入图像与“猫”“狗”“其他非目标物体”文本嵌入的相似度,只要图像和猫狗的相似度低于设定阈值,就直接判定为非目标,无需专门针对猫狗场景收集大量非目标样本完成模型训练。

内容的提问来源于stack exchange,提问作者Kassa Suhar

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.08 16:36:02