【计算机视觉前沿研究 热点 顶会】CVPR 2024中与域适应、分布外目标检测相关的论文分布外( OOD)检测旨在通过在输入样本显著偏离训练分布(分布中)时触发警报来解决神经网络的过度置信度预测,这表明输出可能不可靠。当前的 OOD 检测方法探索各种线索来识别 OOD 数据,例如在特征空间 logit 空间梯度空间或原始图像空间中发现不规则模式。令人惊讶的是,我们在几个数据集上观察到当前 OOD 检测算法产生的 OOD 分数与网络特征之间的线性趋势。我们从理论和经验上进行了深入的研究,以分析和理解 OOD 检测中这种线性趋势的含义。本文提出了一种鲁棒测试时间线性方法(RTL),当我们有一批数