为任意对象构建一类检测器：基于文本-图像模型的开放词汇零样本分布外检测
计算机视觉与模式识别
2023-05-30 v1
摘要
我们关注深度学习模型中分布外（OOD）检测的挑战，这是确保可靠性的关键方面。尽管已有大量努力，由于深度学习模型倾向于对OOD输入输出过度自信的预测，该问题仍极具挑战性。我们提出了一种新颖的一类开放集OOD检测器，它以零样本方式利用文本-图像预训练模型，并融合了对域内和OOD的多种描述。我们的方法旨在检测任何非域内的对象，并提供灵活检测各种OOD的能力，这些OOD可通过细粒度或粗粒度标签定义，甚至以自然语言定义。我们在具有挑战性的基准上评估了我们的方法，包括包含细粒度、语义相似类别的大规模数据集、分布偏移图像，以及包含域内与OOD对象混合的多对象图像。我们的方法在所有基准上均展现出优于先前方法的性能。代码见 https://github.com/gyhandy/One-Class-Anything
引用
@article{arxiv.2305.17207,
title = {Building One-class Detector for Anything: Open-vocabulary Zero-shot OOD Detection Using Text-image Models},
author = {Yunhao Ge and Jie Ren and Jiaping Zhao and Kaifeng Chen and Andrew Gallagher and Laurent Itti and Balaji Lakshminarayanan},
journal= {arXiv preprint arXiv:2305.17207},
year = {2023}
}
备注
16 pages (including appendix and references), 3 figures