【读点论文】From Coarse to Fine-Grained Open-Set Recognition开集识别(OSR)的目标是区分在训练期间看到的熟悉或闭集类别与没有看到的新颖或开集类别。换句话说，OSR侧重于检测训练和测试类别之间的语义转移【在这项工作中，我们使用标签层次结构中类别之间的分类距离来量化语义差异。我们假设这个距离与类别之间的视觉差异相关】。然而，并不是所有的语义转移都是相同的。不同的开集类别与熟悉的闭集类别具有不同程度的视觉相似性。最近，Vaze等人表明，相对于训练类别，OSR更难用于表现出较小语义变化的类别。直觉上，与训练类别高度相似的新类别容易与具有高置信度的熟悉类别混淆。我们将这种