Python 如何检测keras NN照片上没有预定义类别的项目？

我尝试对一组人脸进行人脸识别。对于解决方案，我在Keras中使用了一个基本的神经网络

model = Sequential()
model.add(Convolution2D(65, 3, 3, input_shape=(1, 50, 50)))
....
model.add(Dense(persons_cnt, activation='softmax'))
model.compile(loss='categorical_crossentropy',
              optimizer='adam',
              metrics=['accuracy'])

输入层上有一组大小为50x50px的灰度图像，输出层上有[0 1 0…]等向量

当我和培训组的人一起用照片测试模型时，一切都正常。但如果我用一张随机陌生人的照片调用

model.predict（）

，我总是会从训练集中得到一个人的决定。例如，对于两个人，我总是得到答案

[1,0]

或

[0,1]

，并且没有办法得到答案

[0,0]

或至少

[0.5,0.5]

（最后一个有时可能吗？）

我还尝试将陌生人添加到训练集中，并为他们分配新类别（他们的训练输出为

[0,0,1]

）。但在这种情况下，我的NN无法为年龄计算适当的权重

---

那么，有没有办法从预定义的集合中识别出人而忽略其他人呢？

你所说的“年龄权重”是什么意思？你的问题是如何将“未知/陌生人”输出添加到你的网络中？@nemo我的意思是它可以迭代数千个时代，准确性几乎保持不变。是的，你正确理解了我的问题。