English(EN) MetaMax: Improved Open-Set Deep Neural Networks via Weibull Calibration

MetaMax 通过对类激活向量建模来改进开放集深度神经网络

作者 PulseAugur 编辑部 · [1 个来源] · 2026-07-07 04:00

研究人员开发了 MetaMax，一种用于开放集深度神经网络的新后处理技术，它改进了 OpenMax 等现有方法。MetaMax 直接对类激活向量进行建模，无需计算均值激活向量和查询图像与类均值之间的距离。实验表明，MetaMax 的性能与最先进的方法相当，并且优于 OpenMax。 AI

影响引入了一种新颖的技术，用于提高 AI 模型在识别未见数据类别时的准确性和鲁棒性。

排序理由这是一篇详细介绍深度神经网络新方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.CV TIER_1 English(EN) · Zongyao Lyu, Nolan B. Gutierrez, William J. Beksi · 2026-07-07 04:00

MetaMax: Improved Open-Set Deep Neural Networks via Weibull Calibration

arXiv:2211.10872v2 Announce Type: replace Abstract: Open-set recognition refers to the problem in which classes that were not seen during training appear at inference time. This requires the ability to identify instances of novel classes while maintaining discriminative capabilit…