ICLRJul, 2022
通过扩充内容和风格利用超出分布范围的例子
Harnessing Out-Of-Distribution Examples via Augmenting Content and Style
Zhuo Huang, Xiaobo Xia, Li Shen, Bo Han, Mingming Gong...
TL;DR本文提出了一种 HOOD 方法,通过设计一种基于因果推断的变分推理框架,利用每个图像实例的内容和风格来识别良性和恶性 ODD 数据,并通过干预过程增加内容和风格特征,从而产生良性和恶性 OOD 数据,HOOD 可以有效处理未知和开放环境中的 OOD 示例。