前学習された視覚言語モデルによる偏りのない負例マイニング
Debiased Negative Mining Improves Out-of-distribution Detection with Pre-trained Vision-Language Models
負例マイニングでOOD検出を改善
この論文を3行でいうと
- 未知のクラスからの入力を特定するOOD検出が重要視されています。
- 本研究では、負例ラベルの偏りを修正する新しい手法を提案します。
- 提案手法は、従来の手法よりも高い性能を示すことが実証されました。
キーワード
異常検知マルチモーダル機械学習
もう少しだけ中身を見る
機械学習モデルの信頼性向上に向けて、未知のクラスからの入力を特定するOOD検出が注目されています。本論文では、前学習された視覚言語モデルを用いて、負例ラベルの偏りを修正する新しい手法を提案します。実験結果から、この手法がさまざまな設定で最先端の性能を達成したことが示されました。特に、OOD検出に興味のある研究者や実務者にとって有益な内容です。
こんな人に向いていそう
OOD検出や機械学習に関心のある研究者やエンジニアに向いています。
元論文はこちら
関連論文