1. 项目概述
在目标检测领域,YOLO系列模型因其出色的实时性能而广受欢迎。然而,传统YOLO模型存在一个致命缺陷:它们只能识别训练集中包含的类别,对于训练集之外的物体,模型会强制将其归类为已知类别之一。这种"过度自信"的行为在实际应用中可能带来严重安全隐患。
想象一下,在自动驾驶场景中,当车辆遇到一个从未见过的障碍物(如掉落的家具或特殊施工设备)时,模型错误地将其识别为普通车辆或行人,可能导致灾难性后果。同样,在安防监控系统中,对未知威胁物体的误判可能造成安全漏洞。
为解决这一问题,我们提出了一种简单而有效的改进方案:在YOLO11原有分类头的基础上,增加一个额外的"未知类别"预测节点。这个改进使模型能够输出每个检测框属于未知类别的概率,从而显著提升模型在实际应用中的安全性和可靠性。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. YOLO11架构解析
2.1 标准YOLO11检测头结构
YOLO11的检测头主要由三部分组成:分类头、回归头和置信度头。分类头负责预测物体属于各个已知类别的概率,回归头预测边界框的位置和尺寸,置信度头则评估该位置存在物体的概率。
在标准实现中,分类头的输出维度为N×C,其中N是锚框数量,C是已知类别数。每个值表示对应锚框属于某类别的概率,通过softmax函数确保所有类别概率之和为1。
2.2 分类头的局限性
这种设计存在两个主要问题:
-
封闭世界假设:模型假设所有可能的类别都包含在训练集中,无法处理现实世界中的开放环境。
-
概率强制分配:softmax函数要求所有概率之和为1,即使面对完全陌生的物体,模型也必须将其归类为某个已知类别。
注意:这种"过度自信"的行为在机器学习中被称为"封闭集偏差",是许多实际应用失败的根本原因。
3. 未知类别检测理论基础
3.1 开放集识别概念
开放集识别(Open Set Recognition)是指模型在能够识别已知类别的同时,也能检测出不属于任何已知类别的新物体。这与传统的封闭集识别形成鲜明对比,后者只能处理训练时见过的类别。
开放集识别面临的核心挑战是如何定义"未知"与"已知"的边界。过于宽松的边界会导致太多已知物体被误判为未知,而过于严格的边界又会使模型失去检测新物体的能力。
3.2 现有方法分类
目前主流的未知类别
