Я работаю с Unet моделью сегментации для анализа медицинских изображений, и я хотел бы знать, насколько важны отрицательные примеры (с пустыми масками) для моей модели, чтобы узнать, что некоторые изображения являются 100% -ными негативами. Я спрашиваю об этом, потому что я взял кучу негативов и добавил к своему набору данных, что-то вроде жесткого негативного майнинга, и все же я получаю много ложных срабатываний. Unet чему-нибудь научился на отрицательных примерах? Есть ли другой способ заставить мою модель усвоить эти «негативные» особенности?
Если бы вы также могли предоставить соответствующую информацию (статьи, статьи, вопросы), я был бы очень признателен.
С уважением