
本文探讨了深度学习图像分类器在处理不属于任何已知类别的图片时,如何避免强制输出一个错误结果。我们将介绍通过设置置信度阈值、引入“未知”类别或采用两阶段分类模型等策略,以实现准确的“未检测到”或“非目标对象”提示,从而提升应用的用户体验和模型实用性。
在实际的图像分类应用中,例如水果病害检测,用户上传的图片可能并非水果,甚至根本不是植物。然而,一个标准的多类别分类模型,其设计目标是在其训练过的所有类别中,为输入图像找到一个最匹配的类别。这意味着即使图片与所有已知类别都不符,模型也会强制输出一个它认为“最接近”的类别,这通常会导致误报,严重影响用户体验和模型的可靠性。
深度学习分类模型通常通过Softmax层输出每个类别的概率分布。这些概率的总和为1,表示输入图像属于每个已知类别的可能性。模型最终会选择概率最高的那个类别作为预测结果。这种机制决定了,无论输入图像是什么,模型总会给出一个它认为概率最高的类别,即使这个最高概率值本身很低。因此,要实现“未检测到”或“非目标对象”的提示,我们需要在模型推理结果的基础上,引入额外的判断逻辑。
为了解决这一问题,有几种主流策略可以采用,每种策略都有其优缺点和适用场景。
这是最直接且无需重新训练模型的方法。其核心思想是:如果模型预测的最高置信度低于预设的某个阈值,则认为图像不属于任何已知类别,并将其标记为“未检测到”。
原理: 在模型输出所有类别的置信度后,我们找到其中最高的置信度。如果这个最高置信度低于我们设定的一个经验阈值(例如,0.7或0.8),就说明模型对所有已知类别的预测都不够“自信”,此时可以判断为“未检测到目标对象”。
优点:
缺点:
代码实现示例(基于原代码修改):
以下代码片段展示了如何在现有的Android图像分类逻辑中,通过引入置信度阈值来判断是否显示“未检测到目标对象”:
private void classifyImage(Bitmap image) {
try {
FruitDisease model = FruitDisease.newInstance(getApplicationContext());
// ... (省略图片预处理和ByteBuffer填充部分,与原代码相同)
TensorBuffer inputFeature = TensorBuffer.createFixedSize(new int[]{1, 224, 224, 3}, DataType.FLOAT32);
ByteBuffer byteBuffer = ByteBuffer.allocateDirect(4 * imageSize * imageSize * 3);
byteBuffer.order(ByteOrder.nativeOrder());
int[] intValue = new int[imageSize * imageSize];
image.getPixels(intValue, 0, image.getWidth(), 0, 0, image.getWidth(), image.getHeight());
int pixel = 0;
for (int i = 0; i < imageSize; i++) {
for (int j = 0; j < imageSize; j++) {
int val = intValue[pixel++];
// 假设模型输入要求归一化到0-1
byteBuffer.putFloat(((val >> 16) & 0xFF) * (1.f / 255.f)); // R
byteBuffer.putFloat(((val >> 8) & 0xFF) * (1.f / 255.f)); // G
byteBuffer.putFloat((val & 0xFF) * (1.f / 255.f)); // B
}
}
inputFeature.loadBuffer(byteBuffer);
// 执行推理
FruitDisease.Outputs outputs = model.process(inputFeature);
TensorBuffer outputFeature0 = outputs.getOutputFeature0AsTensorBuffer();
float[] confidences = outputFeature0.getFloatArray(); // 获取所有类别的置信度
// 找到置信度最高的类别及其置信度值
int maxPos = 0;
float maxConfidence = 0;
for (int i = 0; i < confidences.length; i++) {
if (confidences[i] > maxConfidence) {
maxConfidence = confidences[i];
maxPos = i;
}
}
// 定义类别标签
String[] classes = {"Watermelon Healthy", "Watermelon Blossom End Rot", "Watermelon Anthracnose",
"Mango Healthy", "Mango Bacterial Canker", "Mango Anthracnose",
"Orange Scab", "Orange Healthy",
"Orange Bacterial Citrus Canker", "Banana Healthy", "Banana Crown Rot",
"Banana Anthracnose", "Apple Scab", "Apple Healthy", "Apple Black Rot Canker"};
// --- 核心逻辑:基于置信度阈值判断是否为“未检测到” ---
// 设置一个置信度阈值,例如0.7 (70%)。这个值需要根据模型的实际表现进行调整和优化。
float confidenceThreshold = 0.7f; // 阈值范围通常在0到1之间
if (maxConfidence < confidenceThreshold) {
// 如果最高置信度低于阈值,则认为未检测到目标对象
result.setText("未检测到目标对象 (No target object detected)");
} else {
// 否则,显示检测到的类别
result.setText(classes[maxPos]);
}
// --- 结束核心逻辑 ---
// 构建并显示所有类别的详细置信度
StringBuilder confidenceDetails = new StringBuilder();
for (int i = 0; i < classes.length; i++) {
confidenceDetails.append(String.format("%s: %.1f%%\n", classes[i], confidences[i] * 100));
}
confidence.setText(confidenceDetails.toString());
confidence.setVisibility(View.VISIBLE);
// 释放模型资源
model.close();
} catch (IOException e) {
// TODO Handle the exception
e.printStackTrace();
}
}注意事项:
这种方法通过在训练数据中增加一个额外的“未知”或“背景”类别来解决问题。
原理: 在模型的训练数据集中,除了已知的N个目标类别外,收集大量不属于任何目标类别的图片(例如,对于水果检测,可以收集各种非水果的物体、风景、人像等),并将它们标记为第N+1个“未知”类别。模型在训练过程中会学习如何区分目标类别和这个“未知”类别。
优点:
缺点:
这种方法将问题分解为两个独立的子问题,并使用两个模型串联解决。
原理:
优点:
缺点:
选择哪种策略取决于项目的具体需求、现有资源和性能要求:
实现图像分类器中“未检测到”结果的逻辑,是提升模型实用性和用户体验的关键一步。无论是采用置信度阈值、引入“未知”类别还是两阶段分类,核心都是要让模型或其外部逻辑能够判断何时不属于任何已知的目标类别。
通过合理选择并实施上述策略,我们可以构建出更加智能、用户友好的图像分类应用。
以上就是优化图像分类:实现“未检测到”结果的策略与实践的详细内容,更多请关注php中文网其它相关文章!
每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号