ood detection | BriefGPT - AI 论文速递

关键词ood detection

搜索结果 - 98

ICCVCLIPN 用于零猜测异常检测：教导 CLIP 说不
本文提出了一种名为 CLIPN 的新方法，通过使用正面语义提示和否定语义提示，赋予 CLIP 区分 OOD 和 ID 样本的能力，从而实现零样本 OOD 检测。实验结果表明，基于 ViT-B-16 的 CLIPN 在 ImageNet-1K
PDF10 months ago
ICCVDiffGuard: 利用预训练扩散模型进行语义不匹配引导的 ODD 检测
使用预训练扩散模型进行语义不匹配引导的 OOD 检测，名为 DiffGuard，在 Cifar-10 和大规模 ImageNet 上表现出效果，并且可以与现有的 OOD 检测技术轻松结合以实现最先进的结果。
PDFa year ago
GradOrth: 基于梯度正交投影的简单且高效的外样本检测
我们提出了一种名为 GradOrth 的新方法，通过计算对于内分布数据重要的子空间上梯度投影的范数，从而识别出分布外数据。与现有方法相比，该简单而有效的方法在平均假阳率 95% 真阳率（FPR95）下的表现有显著提升，假阳率降低了高达 8%
PDFa year ago
HOOD：基于低成本 FMCW 雷达的实时稳健人体存在和越界检测
使用 60 GHz 短程 FMCW 雷达，本文提出了一种名为 HOOD 的实时强韧人体存在和异常检测方法，它将存在检测应用作为一种异常检测问题，并通过单一处理流程同时解决这两个问题。
PDFa year ago
走向可靠的数据集提纯
通过同时考虑数据集精简和外部样本检测，我们提出了一种称为可信数据集精简的新范例，通过提取内部样本和异常样本，精炼的数据集可以训练能够进行内部分类和外部样本检测的模型。
PDFa year ago
文本分类任务中传统的外部分布检测方法的基准测试
本文着重介绍了现有方法在处理 NLP 中 OOD 检测时的局限性，对八种常见的 OOD 检测方法进行了评估并分析了其存在的问题，发现现有方法对于各类型分布偏移的检测敏感性不够，在领域内文本中存在令人困惑的测试场景，而需要开发更有效的 OOD
PDFa year ago
基于 StyleGAN2 的医学影像异常检测
利用生成对抗网络（GAN）检测处于训练分布之外的图像，该方法能够在 90% 以上的区分肝脏与非肝脏的情况下识别出分布之外的图像。
PDFa year ago
ICML莫尔斯神经网络用于不确定性量化
介绍了一种新的深度生成模型 —— Morse 神经网络，它将非标准化高斯密度泛化为具有高维子流形模态而非离散点的密度，通过 KL 散度损失拟合它可以产生（非标准化）生成密度、OOD 检测器、校准温度、生成采样器和在监督情况下具有距离感知分类
PDFa year ago
CVPR平衡能量正则化损失用于识别非分布检测
提出平衡能量正则化损失函数的方法，利用类别不同的先验概率来处理 OOD 数据的类别分布不平衡，该方法在面向任务的 OOD 检测、长尾图像分类和图像分类中表现更好，并在业内两项任务中实现了最先进的性能
PDFa year ago
OpenOOD v1.5: 增强版的 Out-of-Distribution 检测基准
本研究介绍了 OpenOOD v1.5，它是 OpenOOD v1 的显著改进，旨在确保精确、标准化和用户友好的 Out-of-Distribution 检测方法评估。OpenOOD v1.5 将其评估能力扩展到大规模数据集，研究全谱 Ou
PDFa year ago
微调如何影响视觉语言模型的越界检测？
本文探讨了如何通过多模态概念匹配框架来评估诸如 CLIP 等最新视觉语言模型的 fine-tuning 方法对于少样本下游任务的超出分布检测性能的影响，并发现所选的 ODD 得分方法至关重要，MCM 得分方法表现最佳，prompt lear
PDFa year ago
DOS: 多样化异常样本采样用于外分布检测
该论文指出样本多样性对于 ODD 检测的关键作用，在此基础上提出一种名为 DOS（多元异常值采样）的采样策略，可以有效地降低平均 FPR95。
PDFa year ago
领域内外样本间语义相似度估计
提出了多种关于 OOD 定义的系统分析，通过在 12 个不同任务的数据集上进行广泛的评估，发现无监督度量有着可靠地识别 OOD/OODist 样本的潜力。
PDFa year ago
ICMLIn or Out? 修正 ImageNet 数据集的识别准确度
提出一种新的测试集 NINCO 以及相应的合成 OOD 单元测试来更准确地评估模型在 Out-of-distribution 检测中的表现，并针对预训练对 OOD 检测性能的影响进行了详细的评估。
PDFa year ago
T2FNorm：用于 OOD 检测的极其简单的缩放训练期特征归一化
通过引入 T2FNorm 方法，在保持神经网络准确度的情况下，显著提高了进行 Out-of-Distribution 检测的精度，并有助于解决神经网络的过度自信问题。
PDFa year ago
SR-OOD: 通过样本修复进行离群分布检测
本文提出了一种新的 OOD 检测框架 SR-OOD，该框架利用样本修复技术，使生成模型关注语义信息，从而提高了 OOD 检测性能，实验结果表明了该方法的竞争力。
PDFa year ago
基于自监督高斯正则化的深度分类器用于马氏距离不确定性估计
介绍了一种轻量、快速、高性能的正则化方法用于 Mahalanobis 距离的不确定性预测，并需要对网络的架构进行最小的更改来推导有利于 Mahalanobis 距离计算的高斯潜在表示。通过在标准 OOD 基准测试上进行评估，证明了该方法在最
PDFa year ago
深度集成多样化：一种基于显著性图的增强 OOD 检测、校准和精度的方法
本文提出了一种基于显著性地图的深度集成方法，通过增加集合成员之间的差异性来改进分类和 OOD 检测。在多项实验中，该方法优于传统集成技术，同时提高了校准性，在 OpenOOD 基准测试中显示出潜在的实际应用前景。
PDFa year ago
CVPR利用重要神经元进行线外检测 (LINe)
提出了一种新的基于神经元分析的方法，Leveraging Important Neurons (LINe)，通过使用 Shapley 值剪枝和激活截断等方法实现后置 OOD 检测。在 CIFAR-10，CIFAR-100 和 ImageNe
PDFa year ago
面向文本 OOD 检测的无监督分层得分聚合
本研究探讨了对于文本异常检测，如何选择最佳层数进行计算，提出了一种数据驱动无监督方法来组合常常输出的异常得分，并在包含更多分类任务的基准测试中验证结果。
PDFa year ago