我正在构建一个类似于AlexNet的图像分类器(https://papers.nips.cc/paper/4824-imagenet-classification-with-deep-convolutional-neural-networks)。

我有6个类别[人、汽车、自行车、动物、水上飞机、船只]。所以现在如果我给出一个不属于上述类别的对象，它会以某种概率被分类到其中一个类别中。

为了提高准确性，添加更多类别还是添加一个负面类别，哪个更明智？

如果我必须添加一个负面类别，我应该用什么样的数据来训练它？

谢谢

回答：

考虑一下你最终想要得到什么样的结果。

你需要一个算法来判断你输入的图像是否是汽车、自行车、动物、人、水上飞机或船只。

用户是否可能会输入代表其他事物的图像？如果是的话，你可以添加一个“其他”类别。