Johann Schmidt

新方法将视觉模型鲁棒性重构为分布外检测

研究人员开发了一种新颖的零样本测试时程规范化方法，将视觉模型的问题重构为分布外（OOD）检测。该方法允许使用任何OOD评分来撤销输入数据的变换，将其映射到分类前接近训练分布的规范形式。该研究系统地评估了大量的OOD评分和搜索算法，发现基于距离的评分结合随机搜索和局部优化产生了最佳结果。还引入了一个门控机制，仅当输入的OOD评分表明需要时才应用变换，从而在提高对仿射变换鲁棒性的同时保持分布内准确性。