BAM: 盒子抽象监测对象检测中的实时 OoD 检测
原文中文，约300字，阅读约需1分钟。发表于：。该论文提出了一种简单而出乎意料地有效的方法，称为基于盒子抽象的监视器（BAM），用于将离群数据检测集成到物体检测深度神经网络中，通过使用一组凸盒子对学习到的对象特征进行捕捉，并利用凸盒子之外的特征确定离群数据。将 BAM 集成到基于 Faster R-CNN 的物体检测深度神经网络中，实验证明其在离群数据检测方面相比最先进的方法有显著的性能提升。
该论文提出了一种名为基于盒子抽象的监视器（BAM）的方法，用于将离群数据检测集成到物体检测深度神经网络中。实验证明BAM在离群数据检测方面相比最先进的方法有显著的性能提升。
