问平滑分类输出

EN

我正在处理一个图像分类任务，其中我有4个类(例如A、B、C、D)。我使用CNN模型(传输学习)训练模型和预测视频帧。

理想情况下，不会突然从一个类过渡到另一个类。理想的过渡如下：

A A A A A ..... A A A A B B B B B B ..... B B B B B B B D D D D D ..... D D D C C C C C C C ............. C C C

然而，当使用经过训练的模型进行预测时，我可以看到一些框架是错误分类的。例如，我给出了A类的视频输入，它大约有30帧。在这30帧中，5帧将被预测为C类或D类。

我将如何顺利地从一个班过渡到另一个班。应该有足够的证据，这样我才能从一个类过渡到另一个类。

到目前为止，我发现了移动平均技术，它做类似的平滑。我想知道是否还有其他与概率有关的方法。

如果你需要更多的细节，请告诉我。

谢谢你，KK