我只有大约1000张车辆的图片。我需要训练一个模型来识别图像是车辆还是非车辆。我没有非车辆的数据集，因为非车辆可以是车辆之外的任何东西。

我认为最好的方法是应用迁移学习。我正在尝试在一个预训练的VGG19模型上训练数据。但我仍然不知道如何仅用车辆图像而没有非车辆图像来训练模型。我无法进行分类。

我整体上对机器学习是新手，任何基于实际实施的解决方案将非常受欢迎。

回答：

你可以尝试使用预训练模型并获取输出。你可能需要应用降维技术，例如PCA，来获得更易处理的输入大小。之后，你可以训练一个新奇检测模型来识别输出是否与你的训练集不同。

参考这个例子：https://github.com/J-Yash/Hotdog-Not-Hotdog

希望这对你有帮助。