본문
제품 정보
Introduction of OOD(Out-of-distribution) detection
| Date | 21.05.21 |
|---|---|
| Speaker | 이재민 |
- 이전글Transfer learning for product defect detection of new products under frequent product renewal : a die-casting case 22.02.03
- 다음글MixBoost: Synthetic Oversampling using Boosted Mixup for Handling Extreme Imbalance 21.05.13
Topic :
OOD(Out-of_Distribution) sample detection
Area :
Anomaly detection
Deep learning (Object detection, NLP, etc.)
Details :
two paper reviews
1. A Baseline for Detecting Misclassifed And Out-of-Distribution Examples in NN. 2017 ICLR
OOD의 concept 제시, 평가 metric 및 baseline 제시
2. Enhancing The Reliability of Out-of-distribution Image detection. 2018 ICLR
이전 Baseline 보다 성능적으로 우수한 method (ODIN) 제시
Using temperature scaling & input peturbation
첨부파일
-
OOD sample detection.pptx (2.7M)
76회 다운로드 | DATE : 2021-05-24 15:21:14
저작자표시-비영리-동일조건변경허락(BY-NC-SA)
저작자와 출처 등을 표시하면 저작물의 변경, 2차적 저작물의 작성을 포함한 자유이용을 허락합니다.
단 영리적 이용은 허용되지 않고 2차적 저작물에는 원저작물에 적용된 라이선스와 동일한 라이선스를 적용해야 합니다.