跳到正文
arXiv · 机器人与计算机视觉· Akito Shinohara, Hiroaki Aizawa·· 23 天前AI 评分33

Rank-1 Weight-Corrected Trainable Weight Averaging 用于分布外检测

Rank-1 Weight-Corrected Trainable Weight Averaging for Out-of-Distribution Detection

AI 导读

该方法通过奇异值分解提取秩一权重分量作为修正方向,在 ResNet50 上结合 MSP 和 RankWeight 指标优于微调及标准 TWA。实验显示 Mahalanobis 评估结果不一,表明收益取决于分布外评分协议,且修正层靠近分类器时效果更佳。论文已接受至 ACCV2026 Workshop on Subspaces in the Era of Foundation Models。

来源:arXiv · 机器人与计算机视觉 · arxiv.org