Out-of-Distribution Detection with Semantic Mismatch under Masking

本文主要是介绍Out-of-Distribution Detection with Semantic Mismatch under Masking，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

Mismatch under Masking)

摘要

本文提出了一种名为MoodCat的新型分布之外（OOD）检测框架，用于图像分类器。MoodCat会对输入图像的随机部分进行遮盖，并使用生成模型根据分类结果将遮盖的图像合成为新的图像。然后，它计算原始图像和合成图像之间的语义差异以进行OOD检测。与现有的解决方案相比，MoodCat通过提出的遮盖和条件合成策略自然地学习了分布内数据的语义信息，这对于识别OOD至关重要。实验结果表明，MoodCat在OOD检测解决方案中的表现优于最先进的技术，优势明显。我们的代码可以在GitHub上找到 https://github.com/cure-lab/MOODCat.。

引言<

这篇关于Out-of-Distribution Detection with Semantic Mismatch under Masking的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！

---