什么是out of distribution (OOD) objects 通俗易懂哈哈

最新推荐文章于 2024-08-14 17:44:00 发布
最新推荐文章于 2024-08-14 17:44:00 发布
阅读量3.1k 收藏 6
点赞数 12
分类专栏： CV基础知识 文章标签： deep learning 目标检测 计算机视觉
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_68308828/article/details/127611652
版权

 目标检测是想要检测出一张图片中的物体的类别和位置对吧，

然后我就train了一个小模型model 来检测 猫和狗 效果非常不错

 

之后啊，我就想检测大象，哈哈

但是吧我的model是不是只能检测猫和狗，

所以我把大象的image扔进这个model,

无论如何都是输出猫和狗不可能输出大象吧，

能出来就是见鬼了吧哈哈

 

那这个大象对于猫和狗的分布来说就是 out of distribution object

也可以称为 猫狗是in-distribution

这个OOD问题十分的简单，相信你可以理解哦

 

东东要拼命
关注
专栏目录
基于深度模型的Out of Distribution(OOD)检测相关方法介绍
迈微AI研习社 · 号主
07-30 4689
最近看了一些Out of Distribution(OOD) detection方面的论文，本文旨在介绍在深度学习背景下的 OOD detection 的相关方法，为之后查阅予以方便，也欢迎有兴趣的人一块交流：）
基于深度模型Out of Distribution(OOD)基础技术路线研究
Aqrose_666的博客
05-05 5975
基于深度模型Out of Distribution(OOD)基础技术路线研究
机器学习中常用概念解释【持续更新~】
Iron_lyk Blog
07-21 1215
独立同分布（IID）、分布外泛化(OODG)、域适应（DA）、域泛化（DG）、BN与LN归一化、Bottom-up 和 Top-down
Out of Distribution(OoD)检测相关方法综述
蓝鲸鱼的博客
03-17 5856
1. Softmax-based 方法 这类方法利用预训练模型输出的最大 softmax 概率进行统计分析，统计发现 OOD 样本和 ID 样本 softmax 概率的分布情况，试图将二者的分布差距加大，然后选取合适的阈值来判断一个样本属于 OOD 还是 ID。这类方法简单且有效，不用修改分类模型的结构，也不需要训练一个 OOD 样本分类器。 SMOOD提出分类正确的样本会得到更大的maximum softmax概率， 通过预测样本的softmax概率可以有效的检测出 OOD 样本。 ODIN提出使用tem
因果推荐|分布外推荐的因果扩散图表示学习
cyzz523的博客
08-06 1074
通过构建结构因果模型（SCM），并结合因果推断技术，消除环境混淆因素对模型泛化能力的负面影响，从而提升推荐系统在不同分布数据下的性能。
【Out-of-Distribution Detection】Mixup in NeurIPS 2019、CutMix in ICCV 2019、PixMix in CVPR 2022 个人理解
研究兴趣：开放集识别、开放世界识别、新类发现、增量学习、少样本学习
05-19 568
分布外检测（Out-of-Distribution Detection, OOD Detection），测试集中可能出现超出训练集样本分布的样本（可以是来自未知类的样本、被破坏的样本、异常样本等等），要求将这些样本隔离出来。
清华大学崔鹏等最新「分布外泛化(Out-Of-Distribution Generalization)」 综述论文
09-02
深度学习中的分布外 (OoD) 泛化是指模型在分布变化的场景下进行泛化的任务。现在受到众多关注。最近，清华大学崔鹏等研究者发布了《分布外泛化(Out-Of-Distribution Generalization)》综述论文，针对该领域的系统、全面地探讨了OOD泛化问题，从定义、方法、评价到启示和未来发展方向。
OoDAnalyzer: Interactive Analysis of Out-of-Distribution Samples
algzjh的博客
10-18 639
论文传送门 作者 清华大学 Changjian Chen Jun Yuan Hang Su Shixia Liu 彭博有限合伙企业 Yafeng Lu 微软亚洲研究院 Yang Liu 南京医科大学第一附属医院 Songtao Yuan
Out-of-distribution Detection系列专栏（二）
qq_36478718的博客
01-11 9065
OOD Detection系列专栏（二）：Max-Softmax baseline
[转载]Out-of-distribution Detection
wuling129的专栏
03-20 236
算是第一次正经的调研吧，之前就做过论文复现和 “不成功” 的调研。至于为什么不成功呢？主要因为我是0基础的科研小白，所以对调研目的的认知错误。其实在年前做过一次关于 Out-of-distribution 的调研了，但是为什么现在又花了差不多一周的时间重新做了一次呢？因为我一开始调研的目的是了解一下这个领域，看看有没有可以用于我当前方向的方法（我当前的方向比较新，只能从类似的任务中借鉴）。所以，我第一次调研的时候，就直接把OOD的方法和我当前的方向做比较，如果没有什么关联就跳过。实际上这是错误的一种调研。
out of distribution(ood)
04-11
"out of distribution（OOD）"指的是超出模型已有的训练数据集范围的数据。在这种情况下，模型可能会出现意外的预测结果，因为它没有遇到过这些数据。这也是深度学习模型普遍存在的一个问题。
Out-of-Distribution Detection with Semantic Mismatch under Masking
qq_22583741的博客
05-08 1124
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。
OOD Object Oriented Design 面向对象设计 01
weixin_46969441的博客
08-09 266
两个方式以一个Object作为基础，线性思考确定Objects之间的映射关系第一个写 的是设计的主体展开线性思考：输入是什么输出是什么输入：按一下按钮传入request输出：Elevator响应电梯里面还有button思考对应关系1-1对应1-n对应n-n对应request 和 elevatorSystem没有对应request只是 发送给elevatorSystemelevatorSystem 对应多个elevator。...
SCI/CCF科研项目-面向时间序列数据的Out-of-Distribution泛化研究
最新发布
08-14 956
本课题通过探索提升时间序列模型的Out-of-Distribution泛化能力，研究解决时间序列数据在实际应用中常见的泛化问题。
Out-of-distribution Detection系列专栏（七）
qq_36478718的博客
01-13 1597
OOD Detection系列专栏（七）：AutoEncoder based method
Out-of-distribution Detection系列专栏（四）
qq_36478718的博客
01-12 1185
OOD Detection系列专栏（四）：Confidence Learning
探索未知边界：Awesome Out-of-Distribution Detection
gitblog_00075的博客
04-18 423
探索未知边界：Awesome Out-of-Distribution Detection Awesome-Out-Of-Distribution-DetectionA professionally curated list of papers, tutorials, books, videos, articles and open-source libraries etc for Out-of-...
论文阅读笔记 《MOS: Towards Scaling Out-of-distribution Detection for Large Semantic Space》
weirdo_coder的博客
10-19 531
原文来源 将几个类别组成一个新的组，这样可以简化决策边界。划分方法有taxonomy（如使用ImageNet划分好的八个大类）, feature clustering（K-Means）, and random grouping 这三种。 分完大组后，为每个大组增加一个others的类别。如果是一个分布内的test1，那么它必属于某个组G中的其中一个小类c，因此它在组G中的others分会很低，类c的分会很高，但它在其他的组的others得分一定会很...
阅读笔记MUTANT: A Training Paradigm for Out-of-Distribution Generalization in Visual Question Answering
weixin_45347379的博客
02-05 547
MUTANT: A Training Paradigm for Out-of-Distribution Generalization in Visual Question Answering 突变体:视觉问答中外分布泛化的训练范式 一引言 起因：作者认为先前的处理语言偏见的任务，如LMH (Clark et al.， 2019)试图消除问题-答案对之间的所有偏见，惩罚可以回答不看图像;我们认为这样做会适得其反。与抗生素类似，抗生素的设计目的是清除病原体细菌，但最终也会清除有用的肠道微生物群。 本文提出的方法
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

东东要拼命

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值