Machine learning 高类间变异污染数据集的异常检测
我想建立一个异常检测算法。我正在处理的数据集由类间差异较大的图像组成，如下图所示。培训图像的数量大于1000000 神经网络应该检测图像中的特征，很少出现。这些特征不是预先知道的，而是（培训）数据集的一部分。换句话说，这是一个污染的火车站 我曾尝试训练自动编码器，但收效甚微。根据本文中的描述和我自己的经验，自动编码器最适用于非常相似的图像，但在我的特定数据集中情况并非如此 对于这项任务，你会推荐什么样的神经网络类型？作为“预处理”的一部分，是否有必要使用图像分类以获得更均匀的数据集Machine learning 高类间变异污染数据集的异常检测,machine-learning,keras,computer-vision,artificial-intelligence,autoencoder,Machine Learning,Keras,Computer Vision,Artificial Intelligence,Autoencoder,我想建立一个异常检测算法。我正在处理的数据集由类间差异较大的图像组成，如下图所示。培训图像的数量大于1000000 神经网络应该检测图像中的特征，很少出现。这些特征不是预先知道的，而是（培训）数据集的一部分。换句话说，这是一个污染的火车站 我曾尝试训练自动编码器，但收效甚微。根据本文中的描述和我自己的经验，自动编码器最适用于非常相似的图像，但在我的特定数据集中情况并非如此 对于这项任务，你会推荐什么样的神经网络类型？作为“预处理”的一部分，是否有必要使用图像分类以获得更均匀的数据集