摘要
我们提出以下问题：要设计一个有效的异常值/分布外（Out-of-Distribution, OOD）检测器，即能够识别出远离训练数据分布的样本，究竟需要哪些训练信息？由于在许多应用场景中，未标注数据极易获取，因此最具吸引力的方法是仅基于未标注的分布内（in-distribution）数据来构建检测器。然而，我们观察到，目前大多数基于未标注数据的检测器性能较差，其表现往往仅相当于随机猜测。相比之下，现有的最先进OOD检测器虽能取得显著性能，但通常依赖于细粒度的标签数据进行有监督训练。为此，我们提出SSD（Self-Supervised Detection），一种仅依赖未标注分布内数据的异常检测方法。该方法首先采用自监督表示学习提取特征，随后在特征空间中基于马氏距离（Mahalanobis distance）进行检测。实验表明，SSD在性能上显著超越了绝大多数基于未标注数据的现有检测器。更令人瞩目的是，SSD的性能甚至可与依赖有监督训练的先进方法相媲美，在某些情况下还表现更优。此外，我们对检测框架进行了两项关键扩展。其一，我们提出了少样本OOD检测（few-shot OOD detection）设定，即检测器仅需从目标OOD数据集中每个类别获取1至5个样本即可完成检测任务。其二，我们进一步扩展框架，使其在具备训练数据标签的情况下能够有效融合这些信息。实验结果表明，引入上述扩展后，基于SSD的检测框架性能显著提升，并达到了当前最先进的水平。相关代码已公开发布于：https://github.com/inspire-group/SSD。