2020李宏毅学习笔记——52.Anomaly Detection（2_7）

上节说的两种情况分别讲解：

1. Case 1: With Classifier

Example Application：判断卡通人物是否来自辛普森家庭

• 现在有数据及标签：

• 然后要训练分类器：

有人做了这个分类器，准确率还不错：96%：
根据这个分类器，来做异常检测。
而且呢，我们还要一个东西，就是信心分数，要根据这个信心分数来做异常检测。修改这个分类器，使其在输入人物是属于辛普森家庭中的哪一个，还要输出对分类结果的信心分数c。

1.1 然后根据信心分数来进行异常检测：
1.2 估计信心分数
由于Classifier的输出实际上是一个分布（softmax），所以会有：
如果丢一张怪怪的图片：

也就是说softmax输出的最大值就是信心分数（上图中的红框）。
或者算分类几率的熵，熵越大说明越混乱，越无法确定分类。
其实用哪种方法没有很大差别，这里用第一种，方便：


由以上结果看到如果输入是辛普森家族中的人物，信心分数会比较高，反之比较低。
但是也有例外：
但凡是出现机器识别错误的情况，一般都会把非辛普森家族人物识别为柯阿三

因为它是辛普森家族中唯一一个不是黄脸的人物，所以一旦出现非辛普森家族人物，机器认错的话就会认为是柯阿三。
上面的凉宫春日的头发是棕色，和柯阿三的脸颜色差不多，所以会出错。
在网上发布的辛普森数据集中，把所有数据丢到当前Classifier中得到的信心分数结果如下图：Confidence score distribution for characters from Simpsons :《辛普森一家》中角色的置信度分布：
可以看到结果是非常集中的，当然也有错误的地方（红色）Confidence score distribution for anime characters:动漫人物的置信度分布：
上面的丢随意的动漫人物进去得到的结果，丢了1万5千张，只有1400张左右是识别为辛普森家族人物。多数输入的信心分数比较低。
上面用分类器求信心分数的方法简单实用，是实作的首选，当然还有更复杂的方法：

4.Outlook: Network for Confidence Estimation

• Learning a network that can directly output confidence
在训练NN的时候就直接训练NN输出信心分数。（不展开）