私は特定のオブジェクトの画像のセットを持っています。私は、これらのいくつかに機械学習アルゴリズムの異常があるかどうかを調べたいと思います。例えば、私が眼鏡の写真がたくさんある場合、私はこれらのうちの1つが壊れているか異常なものがあるかどうかを見たいと思っています。このようなもの:機械学習アルゴリズムから否定結果を得る
(もちろん、私はメガネの同じ種類を使用します...)
問題はトレーニングのために、私はポジティブ画像を持って、私はすべての負の状況を知らないということですので。
つまり、画像にデータセットと異なるものがあるかどうかを認識するアルゴリズムが必要です。提案はありますか?
特に、畳み込みニューラルネットワークを使用する方法はありますか?
あなたは負の状況でそれを訓練し、次に別のセットでテストしてどのように行ったのかを確認することができます。あなたは、進行するために徹底した訓練を受けなければならないと考えるのは間違いです。それは全体のポイントです:ニューラルネットを訓練し、それが生きているデータからそれを更新してください。 – duffymo
あなたは輪郭を得ることができます(ガラスが背景とはっきりと区別できる場合)、輪郭がconvexHullなどで凸であるかどうかを確認します。輪郭と凸包の違いは、画像に応じてガラスが破損している場合に適しています。この場合、学習は必要ありません。 – Phann
私の質問はもう少し一般的です。通常、機械学習アルゴリズムは、それぞれが異なるスコアを持つ既知のカテゴリの画像にラベルを付けます。テストオブジェクトが既知のカテゴリのオブジェクトを好きなのか、それとも違うのかを判断する方法はありますか? (顔検出のようなもの:画像に顔がない場合、私は否定的な結果を得ます)。 –