[11] Bendale A , Boult T . Towards Open Set Deep Networks[C]// 2016 IEEE Conference on Computer Vision and Pattern Recognition (CVPR). IEEE, 2016.
本文开发了通对交叉熵分类网络进行后处理,用来开放集分类。
在训练中,就用普通的交叉熵。
在测试时,对每个每个类正确分类样本激活值建立一个极值分布(算法1),并用来修正出一个新的K+1类分类概率(算法2)。同时,还设定一个阈值,如果样本的最大类修正概率小于阈值,分类为未知,否则分类为最大概率类。(这里的最大概率类本身也可能是未知类)