特征空间中用于分布外检测的能量校正模型
计算机视觉与模式识别
2024-03-18 v1 人工智能
机器学习
摘要
在本工作中，我们通过使用预训练深度分类器的特征空间来研究分布外（OOD）检测问题。我们表明，使用基于能量的模型（EBM）学习分布内（ID）特征的密度可以产生具有竞争力的检测结果。然而，我们发现 EBM 训练期间 MCMC 采样的非混合性削弱了其检测性能。为了克服这一问题，我们对类条件高斯分布的混合进行了基于能量的校正。在 CIFAR-10/CIFAR-100 OOD 检测基准上，与 KNN 检测器等强基线相比，我们获得了良好的结果。
引用
@article{arxiv.2403.10403,
title = {Energy Correction Model in the Feature Space for Out-of-Distribution Detection},
author = {Marc Lafon and Clément Rambour and Nicolas Thome},
journal= {arXiv preprint arXiv:2403.10403},
year = {2024}
}
备注
NeurIPS ML Safety Workshop (2022)