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。