在 Caffe 深度学习（或任何 CNN 框架）上训练一组类（假设 #clases （类数） = N）并且我对caffemodel进行查询时，我得到该图像可能正常的概率百分比.
所以，让我们拍一张类似的 Class 1 的照片，我得到了结果：
1.- 90%
2.- 10%
休息... 0%
问题是：当我随机拍摄一张照片（例如我的环境）时，我不断得到相同的结果，其中一个类占主导地位（>90% 概率）但它不属于任何类。
所以我想听到的是那些经历过这种情况并且会解决如何处理对神经网络的无意义输入的人的意见/答案。
我的目的是：
- 用负图像再训练一个额外的类（比如train_cascade）。
- 使用 TRAIN 集中的所有正图像和 VAL 集中的负图像再训练一个额外的类。
但是我的目的没有任何科学依据来执行它们，这就是我问你这个问题的原因。
你会怎么做？
非常感谢您提前。
拉斐尔。