Out Of Distribution Detection
コンピュータビジョンは、機械が画像や動画を解釈し理解する技術です。この技術の目的は、人間の視覚システムを模倣することで複雑なシーンの自動認識と分析を達成することです。コンピュータビジョンは医療画像診断、自動運転、セキュリティ監視などの分野で広く応用されており、効率性和正確性を大幅に向上させ、知能社会の発展に貢献しています。
20 Newsgroups
2-Layered GRU
ADE-OoD
RbA
CIFAR-10
Wide ResNet 40x2
CIFAR-10 vs CIFAR-10.1
ERD (ResNet18)
CIFAR-10 vs CIFAR-100
Wide 40-2 + OECC
CIFAR-10 vs Gaussian
CIFAR-10 vs ImageNet (C)
CIFAR-10 vs ImageNet (R)
CIFAR-10 vs iSUN
CIFAR-10 vs LSUN (C)
CIFAR-10 vs LSUN (R)
CIFAR-10 vs SVHN
CIFAR-10 vs Uniform
CIFAR-100
Wide ResNet 40x2
CIFAR-100 vs CIFAR-10
WRN 40-2 + OECC
CIFAR-100 vs Gaussian
CIFAR-100 vs ImageNet (C)
CIFAR-100 vs ImageNet (R)
DenseNet-BC-100
CIFAR-100 vs iSUN
DenseNet-BC-100
CIFAR-100 vs LSUN (C)
CIFAR-100 vs LSUN (R)
DenseNet-BC-100
CIFAR-100 vs SVHN
OECC + MD
CIFAR-100 vs Uniform
cifar10
cifar100
Wide Resnet 40x2
Far-OOD
ISH (ResNet50)
Fashion-MNIST
PAE
ImageNet-1k vs Curated OODs (avg.)
NNGuide (RegNet)
ImageNet-1K vs ImageNet-C
ImageNet-1K vs ImageNet-O
NNGuide-ViM (ViT-B/16)
ImageNet-1k vs iNaturalist
NNGuide (RegNet)
ImageNet-1k vs NINCO
Forte
ImageNet-1k vs Places
BATS (ResNet-50)
ImageNet-1K vs SSB-hard
ImageNet-1k vs SUN
LINe (ResNet50)
ImageNet-1k vs Textures
ViM (BiT-S-R101×1)
ImageNet dogs vs ImageNet non-dogs
ResNet34 + FSSD
ImageNet-1k vs OpenImage-O
NNGuide (RegNet)
MS-1M vs. IJB-C
ResNeXt50 + FSSD
Near-OOD
SST
STL-10
Mixup (Gaussian)
SVHN vs CIFAR-10
SVHN vs CIFAR-100
SVHN vs Gaussian
SVHN vs ImageNet (C)
SVHN vs ImageNet (R)
SVHN vs iSUN
SVHN vs LSUN (C)
SVHN vs LSUN (R)
SVHN vs Uniform
Wide ResNet 40x2