私は現在、品質検査プロジェクトに取り組んでおり、不規則な部品を検出できるプログラムを開発する必要があります。私が直面している問題は、不規則なサンプルがあまりないことです (通常のサンプルが 3,000 以上あるのに 7 つしかありません)。私は CNN で試しましたが、サンプル数が不均衡であるため、モデルはすべて通常どおりに検出するため、私が調査しているアプローチは、異常検出アルゴリズムを使用することです。オートエンコーダーも試しましたが、通常と不規則の違いが最小限であるため、良い結果が得られませんでした。これまでのところ、最良の結果をもたらしたアプローチは、Local Outlier Factor と特徴抽出器 (HOG) を組み合わせたものです。これに関する唯一の問題は、アルゴリズムのパラメーターを調整した後でも、まだ誤検知が発生することです (通常のサンプルは不規則としてラベル付けされます)。これは、このアプリケーションでは受け入れられません。誤検知を排除するためにプロセスに追加できるものはありますか? o 他のアプローチを勧めてもらえますか? 私は本当に助けていただければ幸いです:)