基于模式识别的上下文化分布外检测
计算机视觉与模式识别
2023-11-23 v1
摘要
在这项工作中，我们提出 CODE，它是可解释 AI 领域现有工作的扩展，该工作识别类特定的重复模式以构建用于视觉分类器的鲁棒分布外（OoD）检测方法。CODE 不需要任何分类器重训练，且是 OoD 无关的，即直接针对训练数据集进行调优。关键的是，模式识别使我们能够提供来自分布内（ID）数据集的图像作为参考数据，为置信度分数提供额外上下文。此外，我们引入了一种基于 ID 数据集扰动的新型基准，该基准提供 ID 与 OoD 数据集之间差异的已知且可量化度量，作为 OoD 检测方法间比较的参考值。
引用
@article{arxiv.2311.12855,
title = {Contextualised Out-of-Distribution Detection using Pattern Identication},
author = {Romain Xu-Darme and Julien Girard-Satabin and Darryl Hond and Gabriele Incorvaia and Zakaria Chihani},
journal= {arXiv preprint arXiv:2311.12855},
year = {2023}
}
备注
arXiv admin note: text overlap with arXiv:2302.10303