BriefGPT - AI 论文速递
·
您的生成模型能检测出分布外的协变量变化吗？
💡
原文中文，约500字，阅读约需2分钟。
📝
内容提要
该文章介绍了一个新的数据集ImageNet-ES，由202k张真实相机捕获的图像组成。作者评估了超出分布范围检测和模型稳健性，并发现现有的OOD检测方法无法应对ImageNet-ES中的协变量转变。作者观察到，通过学习环境和传感器的变化，模型在ImageNet-C和-ES方面更加稳健。这些发现对计算机视觉稳健性、OOD和相机传感器控制的研究具有重要意义。
🎯
关键要点
- 文章介绍了一个新的数据集ImageNet-ES，由202k张真实相机捕获的图像组成。
- 评估了超出分布范围检测和模型稳健性，发现现有的OOD检测方法无法应对ImageNet-ES中的协变量转变。
- 需要重新审视OOD的定义和检测，以适应真实世界的分布变化。
- 通过学习环境和传感器的变化，模型在ImageNet-C和-ES方面更加稳健。
- 相机传感器控制可以有效减轻转变，显著提高性能，而无需增加模型大小。
- 这些发现对计算机视觉稳健性、OOD和相机传感器控制的研究具有重要意义。
🏷️
标签
➡️
