Feb, 2023
超越领域场景:稳健的密度感知校准
Beyond In-Domain Scenarios: Robust Density-Aware Calibration
Christian Tomani, Futa Waseda, Yuesong Shen, Daniel Cremers
TL;DR使用基于最近邻的密度感知校准方法,利用分类器的隐藏层作为不确定性相关信息的来源对深度学习模型进行校准,提高了对域漂移和离域数据的可靠性,并在保持良好域内预测不确定性估计的同时,提高了校准的鲁棒性。