ICML 2022 | 基于有偏不对称对比学习的长尾分布外检测

本文提出了一个 OOD Detection 的新方法，思想上没有什么创新，结合了现有 OOD 方法的思路，同时引入有监督对比学习的思想，将 OOD 数据视为一个单独的类，与数据集中的长尾样本计算有监督对比学习进行优化。同时，对网络结构中的 BN 和预测层进行了一定的调整。

论文标题：

Partial and Asymmetric Contrastive Learning for Out-of-Distribution Detection in Long-Tailed Recognition

论文链接：

https://arxiv.org/abs/2207.01160

代码链接：

https://github.com/amazon-research/long-tailed-ood-detection

内容中包含的图片若涉及版权问题，请及时与我们联系删除