择情阅读:SSD: A Unified Framework for Self-Supervised Outlier Detection (ICLR2021)
文章目录
#一、摘要
#二、Introduction(部分语句)
#三、SSD 介绍
一、摘要
(1)目前SOTA 的OOD检测器需要细粒度的标签(例子:白猫、黑猫、花猫)用来做监督训练,而作者提出的只需要分布内的数据即可,不需要细粒度的标签(unlabeled in-distribution data)
(2)使用自监督表示学习,在feature space上用马氏距离
(3)文章还进行了两个扩展,即a、可以从OOD样本中每一类取1-5个样本参与训练。b、训练数据加入细粒度标签
二、Introduction
核心问题:
Can we design an effective out-of-distribution (OOD) data detector with access to only unlabeled data from training distribution?
两个key:
(1)无监督训练学到好的特征表示
(2)不需要class labels 就可以对ID数据进行特征建模
(最近自监督表示学习取得了巨大的成就