如果连标签都没有，那就无法计算损失，就不能进行反向求导和传播，根本无法训练

只有背景类的图片是要被清洗掉的

可以考虑一下半监督的方法

如果图片和label一一对应，如果存在没有label的图片就无法训练

最近我看过一个文章还是视频中说，有人不小心做个试验，用错的标签分类，最后得出的结果仍然是对的。某些无监督学习甚至和监督学习效率不相上下。

一般省心的做法就是直接把他“数据清洗”掉完事。

【下面是我写的一些小贴，有空可以fork玩玩（项目列表）】

训练数据太少？过拟合？一文带你领略“数据增长魔法”(上) (https://aistudio.baidu.com/aistudio/projectdetail/408059)

训练数据太少？过拟合？一文带你领略“数据增长魔法”(下) (https://aistudio.baidu.com/aistudio/projectdetail/422256)

一文帮你理解用Paddle训练模型的原理1-手写回归模型 (https://aistudio.baidu.com/aistudio/projectdetail/367090)

一文帮你理解用Paddle训练模型的原理2-权值可视化（VisualDL） (https://aistudio.baidu.com/aistudio/projectdetail/386954)

来AI Studio互粉吧~等你哦~ https://aistudio.baidu.com/aistudio/personalcenter/thirdview/76563

谢谢

谢谢

谢谢

谢谢

做聚类。。

可以先把标签的去掉   效果不好可以尝试聚类    

看大佬的案例，GET技能

图片呀  可以计算它和其他图片之间的聚类  给它划分类别  

这种聚类的方法是给没标签的数据打上标签，然后还是用有监督学习分类吧？

这种打标签的工作应该是用半监督的先验聚类方法吧，有什么比较成熟的方法么？