Я изучаю модель распознавания лиц на GitHub ( ссылка ), которая использует модель Facenet. Проблема в том, что для идентификации дается неизвестное изображение (изображение, которое отсутствует в наборе обучающих данных), оно идентифицирует неизвестного человека как человека в наборе данных. Я искал в Интернете и обнаружил, что мне нужно увеличить пороговое значение. Я думаю, мне нужно увеличить порог . Но когда я увеличиваю пороговое значение до 0,99,99,99, тогда только он отклоняет неизвестное изображение (изображение человека, которого нет в наборе данных), а иногда даже отклоняет изображение человека, который находится в наборе данных. Нужно ли также вносить изменения во время предварительной обработки ( preprocess.py )?
Я предполагаю, что при увеличении порогового значения мы гарантируем, что изображение классифицируется как одно из лиц вОбучающие данные только тогда, когда они достаточно близки.
Как внести изменения, чтобы модель сообщала, что лицо неизвестно? И может кто-нибудь лучше объяснить трехступенчатый порог в модели Facenet.
Что я хочуспросить -
1. В модели FaceNet, как классифицировать неизвестного человека (человека, которого нет в наборе данных)? Например: код, который я ищу ( Ссылка ) классифицирует человека неизвестногочеловек как один из людей в наборе данных.
2.Что я нашел? Ну, я погуглил, и я обнаружил, что предложения по увеличению порога. Я не уверен, но я думаю, что пороговое значение, о котором они говорят, - это трехшаговое пороговое значение в facenet (см. Эту ссылку ).
3. Но проблема в том, что когда я увеличиваю порог триплета до (0,99,09,0,99), то только несколько раз он не классифицирует неизвестного человека. Также после увеличения порога до (0,99,99,0,99) он не может классифицировать образец изображениячеловек в наборе тренировочных данных.
4. Так как я преодолеваю эту проблему, я хочу, чтобы Facenet не классифицировал неизвестный образ как одного из людей в наборе тренировочных данных без потери надежности (см. последнюю строчку пункта3).