Я работаю с моделью сегментации Unet для анализа медицинских изображений, и я хотел бы знать, насколько важны негативные примеры (с пустыми масками) для моей модели, чтобы узнать, что некоторые изображения на 100% негативны. Я спрашиваю об этом, потому что я взял кучу негатива и добавил в свой набор данных какой-то жесткий негативный майнинг, и все же я получаю много ложных срабатываний. Учится ли Унет чему-нибудь на отрицательных примерах? Есть ли другой способ заставить мою модель изучить эти «отрицательные» функции?
Если бы вы также могли предоставить соответствующую информацию об этом (статьи, документы, вопросы), я был бы очень признателен.
С уважением
