Neural network 我应该在训练数据中包含没有对象的图像吗

我对神经网络比较陌生，我想知道如何正确设置我的训练数据。 我正在尝试使用PyTorch Mask RCNN Resnet 50预训练模型训练Mask RCNN网络。 我使用PyTorch教程（）来设置我的网络，并在我自己的自定义数据集上对其进行训练

我正试图训练网络识别基底上的蠕虫。因此，我只有一个类，这是一个蠕虫，我能够屏蔽和标签我的训练图像正确，所以我将能够使用它们来训练网络

然而，抛开所有这些信息不谈，我认为我的问题更多的是关于训练神经网络和拥有合适的训练数据的一般问题。我的问题是。。。是否有必要为不包含我试图识别的任何对象的网络训练图像提供信息。 那么，在我的具体例子中，我是否应该在我的训练数据中只包含基板的图像——没有蠕虫存在（而相应的遮罩将只是一个完全黑色的图像，这是所有默认的“背景”类0）

如果我所有的图像中都有蠕虫，那么我想知道网络是否会期望我提供给它的每一张图像都会做出预测，总有蠕虫在其中？情况并非总是如此。实际上，在实践中，我尝试在没有任何蠕虫的图像中查找蠕虫是很常见的

我想我担心的是，如果所有的训练数据中都有蠕虫，那么网络将更有可能在没有蠕虫的图像中找到蠕虫，因为它所知道的都是有蠕虫的图像。对吗

任何关于为什么/为什么不这样做的解释都会很有帮助。谢谢