BriefGPT - AI 论文速递
·
开集识别中基于已知分类的级联未知检测
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
本文介绍了一种利用深度神经网络作为端到端开放集分类器的方法，并基于类内数据拆分。作者将给定的数据划分为典型和非典型标准子集，使得在异常类的模拟上更有效，即将开放集识别问题转化为传统的分类问题。此外，作者还提出了一种闭集正则化方法，以保证闭集分类性能，通过五个著名的图像数据集上的实验，也证明了该方法的有效性。
🎯
关键要点
- 介绍了一种利用深度神经网络作为端到端开放集分类器的方法。
- 基于类内数据拆分，将数据划分为典型和非典型标准子集。
- 在异常类的模拟上更有效，将开放集识别问题转化为传统分类问题。
- 提出了一种闭集正则化方法，以保证闭集分类性能。
- 通过五个著名的图像数据集上的实验证明了该方法的有效性。
➡️
