利用统计技术检测视觉模型中的异常或分布外数据
计算机视觉与模式识别
2024-03-26 v1 机器学习
摘要
分布外数据和异常输入是当今机器学习系统的薄弱环节，常常导致系统做出错误预测。这些模型所应用的数据范围广泛，使得检测非典型输入成为一项困难而重要的任务。我们评估了一种工具——本福特定律（Benford's law），作为一种量化真实输入与损坏输入之间差异的方法。我们认为，在许多场景下，它可以充当异常数据点的过滤器，并用于标记分布外数据。我们希望就此技术的应用以及尚未被充分探索的其他领域展开讨论。
引用
@article{arxiv.2403.15497,
title = {On the Detection of Anomalous or Out-Of-Distribution Data in Vision Models Using Statistical Techniques},
author = {Laura O'Mahony and David JP O'Sullivan and Nikola S. Nikolov},
journal= {arXiv preprint arXiv:2403.15497},
year = {2024}
}