本論文は、ECCV 2024のOOD-CVワークショップで開催されたSSBチャレンジにおける優秀な解法を提案している。
まず、EVA-CLIPをベースモデルとして使用し、その特徴抽出能力を活用している。
次に、ReActを適用してモデルの出力を調整し、OOD検出性能を向上させている。ReActは、ニューラルネットワークの中間層の活性化値を切り捨てることで、OOD入力に対するロバスト性を高める手法である。
さらに、温度スケーリングを組み合わせたソフトマックス出力を使うことで、ID入力とOOD入力の識別性能を高めている。
最後に、テストタイムデータ拡張(TTA)を適用し、入力データの多様性を高めることで、予測の安定性と精度を向上させている。
これらの手法を組み合わせることで、AUROC 0.80、FPR95 0.61という優れた性能を達成し、本チャレンジの総合順位で2位に入賞した。
To Another Language
from source content
arxiv.org
Djupare frågor