OpenCV's KNN Неизвестные классификации

Question

В настоящее время я использую реализацию KNN OpenCV для классификации изображений.В настоящее время он классифицирует изображения на P, S или прямоугольник, и правильно.Однако, если я нарисую это изображение шума, оно попытается классифицировать его как одну из 3 классификаций, которые я указывал ранее.Чтобы он классифицировался как шум, должен ли я обучить KNN переводить шум в категорию «шум» или есть какой-то рейтинг точности, который я могу использовать?

Answer 1

Способ сделать это - использовать переменную dists в функции knn_nearest. Он выплевывает расстояние между вашим вектором и векторами K-единиц, чем больше расстояние, тем меньше их общего с данными испытаний.

Answer 2

да, но я бы не советовал.Если у вас есть классификатор, который хорошо различает апельсины и яблоки, вы не должны пытаться сделать так, чтобы он распознавал «не фрукт».Во-первых, потому что вы можете вводить неправильные входные данные практически во что-либо, во-вторых, потому что это снизит его первоначальную производительность, и в-третьих, потому что вам нужно noise, чтобы иметь шаблон.Как вы определяете шум ??