语义异常检测

我们批判性地审视近期分布外（OOD）检测的热潮，并质疑现有基准的实用相关性。当前主流趋势将不同数据集视为 OOD，我们认为具有实际意义的分布外应是针对特定语境在语义上有别的分布，且评估任务应更紧密地反映这一点。假定语境为物体识别，我们基于实际应用推荐一组基准。我们通过探索基于多任务学习的方法在这些基准上取得进展，表明用于提升语义感知的辅助目标可改善语义异常检测，并带来泛化收益。