PixOOD：像素级分布外检测
计算机视觉与模式识别
2024-10-25 v3
摘要
我们提出了一种名为PixOOD的密集图像预测分布外检测算法，该算法不需要在异常数据样本上进行训练，也不是为特定应用而设计的，从而避免了传统的训练偏差。为了在像素级别对分布内数据的复杂类内变异性进行建模，我们提出了一种在线数据凝聚算法，该算法比标准K-means更鲁棒，并且易于通过SGD进行训练。我们在广泛的问题上评估了PixOOD。它在七个数据集中的四个上取得了最先进的结果，同时在其余数据集上具有竞争力。源代码可在https://github.com/vojirt/PixOOD获取。
引用
@article{arxiv.2405.19882,
title = {PixOOD: Pixel-Level Out-of-Distribution Detection},
author = {Tomáš Vojíř and Jan Šochman and Jiří Matas},
journal= {arXiv preprint arXiv:2405.19882},
year = {2024}
}
备注
published at ECCV2024, table 1,2 improved results for the PixOOD variants thanks to fixing bug in normalization of input image