BriefGPT - AI 论文速递
·
揭示未知：未知拒绝的条件证据解耦
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
在稀缺训练样本条件下，研究人员提出了一种新的目标检测方法。该方法通过条件证据解耦和异常度校准损失来区分已知和未知类别，并提高未知拒绝的决策边界。实验结果表明，该方法在两个数据集上的表现优于之前的方法。
🎯
关键要点
- 在稀缺训练样本条件下，提出了一种新的目标检测方法。
- 该方法通过开放集目标检测框架，采用条件证据解耦来区分已知和未知类别。
- 使用异常度校准损失来调整输出概率分布，提高未知拒绝的决策边界。
- 在 VOC10-5-5 数据集和 VOC-COCO 数据集上，该方法表现优于之前的最先进方法。
- 未知类别的平均召回率分别提高了 7.24% 和 1.38%。
➡️
