Adaptive Hierarchical Graph Cut

新的AHGC方法改进了AI中的分布外检测

研究人员开发了一种名为自适应分层图割（AHGC）的新方法，用于机器学习中的分布外（OOD）检测。该方法解决了区分分布内和分布外数据所面临的挑战，特别是在不同数据集的标签粒度存在差异时。AHGC构建了一个分层图来评估图像相似性，然后将图分割成子图，以整合语义上相似的样本，并根据子图密度为未标记图像分配标签。该方法还通过最大化每张图像增强版本之间的相似性来增强模型泛化能力，在基准数据集上展示了OOD检测性能的显著提升。