跳到正文
arXiv · 机器人与计算机视觉· Mitra Varun·· 2 天前AI 评分5

ShiftGuard:评估置信度与特征距离以控制图像分类风险

ShiftGuard: Evaluating Confidence and Feature Distance for Risk-Controlled Image Classification

AI 导读

ShiftGuard 研究在 CIFAR-10 数据集上验证了最大软概率(MSP)结合预测熵的融合评分优于单纯的特征距离信号,错误检测 AUROC 达 0.9235。在仅用 1,000 张校准图像且设定 5% 风险目标时,该融合方法能接受 84.82% 测试样本并将观测误差控制在 2.05%,而单纯特征距离无法达到此认证标准。

来源:arXiv · 机器人与计算机视觉 · arxiv.org