Nov, 2017
训练置信度校准的分类器用于检测离分布样本
Training Confidence-calibrated Classifiers for Detecting Out-of-Distribution Samples
Kimin Lee, Honglak Lee, Kibok Lee, Jinwoo Shin
TL;DR本文提出了一种新的分类器训练方法,通过对深度神经网络引入两个额外的术语来增强分类器的推断性能,并同时训练分类和生成神经网络以解决样本的分布问题,该方法在多个流行的图像数据集上通过使用深度卷积神经网络的实验证明了其有效性。