特征空间语义不变性:增强开放集领域泛化的OOD检测
💡
原文中文,约300字,阅读约需1分钟。
📝
内容提要
本研究提出特征空间语义不变性(FSI)框架,以解决开放集领域泛化中的未知类别样本检测问题。实验结果表明,该方法在ColoredMNIST数据集上的AUROC提升了9.1%至18.9%。
🎯
关键要点
- 本研究提出特征空间语义不变性(FSI)框架。
- 研究解决开放集领域泛化中的未知类别样本检测问题。
- FSI框架通过保持特征空间中的语义一致性来提高检测准确性。
- 实验结果显示,该方法在ColoredMNIST数据集上的AUROC提升了9.1%至18.9%。
- 该方法显著提高了分布内分类准确率。
➡️