Задача состоит в том, чтобы определить, к какому из 3-х классов относится изображение или ни к какому.
Получил готовую модель. В EfficientNet B4 с весами ImageNet применялось трансферное обучение для определения 4 классов: 3 целевых и 4-й «Нет». Последний обучался на примерах случайных изображений, не содержащих ни одного из целевых объектов.
Вопрос в том, правильный ли это подход – нужен ли 4-й класс?
Моя интуиция такова, что сеть следует обучать только на трех целевых классах. Если выходные вероятности остаются ниже некоторого порога (90%?), изображение следует рассматривать как НЕ содержащее ни одного из целевых объектов. Я прав?