比如我的数据集只有三个类别，训练好后用不属于这三个类别的一张图片去测试效果，会产生误检，但是这张图和数据集属于同一个应用场景，这种情况下怎么去解决这个问题呢，这跟模型的泛化能力有关吗？
第二假设还是这样一个数据集，换成一张跟数据集不属于同一个应用场景并且类别也不包含在数据集里的图片去测试，产生误检，这又怎么解决呢，这种情况的误检需要去解决吗
误检归根到底还是说明你训练得到的网络模型的检测精度不高。最简单的一种方法，是增大置信度阈值。更深入的方法是，从数据集、网络结构、训练方法等方面去找问题并改进。