开放集分类

开放集分类（Open-Set Classification）是计算机视觉领域的一个重要任务，旨在处理训练集中未出现的新类别样本。该任务的目标是识别已知类别的同时，检测并拒绝未知类别，从而提高系统的鲁棒性和泛化能力。开放集分类在安全监控、自动驾驶和医疗影像分析等应用场景中具有重要价值，能够有效应对现实世界中的不确定性和复杂性。