开放域OOD主要数据集、评价指标汇总

🥇 版权: 本文由【墨理学AI】原创首发、各位读者大大、敬请查阅、感谢三连
🎉 声明: 作为全网 AI 领域 干货最多的博主之一，❤️ 不负光阴不负卿 ❤️

OOD 数据集

in-distribution data (分布内训练数据集)

• We use CIFAR-10 and CIFAR-100 [ Krizhevsky et al., 2009 ] datasets as in-distribution data. （IND）
• Berkeley DeepDrive-100k
• Youtube_vis
• PASCAL VOC

OOD test dataset （分布外测试数据集）

We use the standard split, and train with WideResNet architecture [Zagoruyko and Komodakis, 2016] with depth 40. 

For the OOD test dataset, we use the following six datasets: 

Textures [Cimpoi et al., 2014], 

SVHN [Netzer et al., 2011],

Places365 [Zhou et al., 2017],

LSUN-Crop [Yu et al., 2015],

LSUN-Resize [Yu et al., 2015], 

iSUN [Xu et al., 2015]. 
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

实验对比示例

ood 评价指标 : Evaluation metrics.

Evaluation metrics. We evaluate the performance of OOD detection by measuring the following metrics:

(1) the false positive rate (FPR95) of OOD examples when the true positive rate of in-distribution examples is 95%;
(2) the area under the receiver operating characteristic curve (AUROC);
(3) the area under the precision-call curve (AUPR).

相关数据集简介

BDD100K（Berkeley DeepDrive-100k）

• https://zhuanlan.zhihu.com/p/478763663

• 下载介绍

• 官网 —— https://path.berkeley.edu/research/berkeley-deepdrive
  

Youtube_vis —— 实例分割数据集

• https://tensorflow.google.cn/datasets/catalog/youtube_vis

PASCAL VOC

• 目标检测数据集PASCAL VOC详解 初识CV

MS-COCO

• https://cocodataset.org

CIFAR-10 和 CIFAR-100

The CIFAR-10 dataset consists of 60000 32x32 colour images in 10 classes, with 6000 images per class. There are 50000 training images and 10000 test images.

• CIFAR-10 和 CIFAR-100下载官网

Textures Dataset（DTD）

• Describable Textures Dataset（DTD）：https://www.robots.ox.ac.uk/~vgg/data/dtd/

---

📙 精选专栏

---

• 🍊 深度学习模型训练推理——基础环境搭建推荐博文查阅顺序【基础安装—认真帮大家整理了】——【1024专刊】

计算机视觉领域 八大专栏、不少干货、有兴趣可了解一下

• ❤️ 图像风格转换 —— 代码环境搭建 实战教程【关注即可阅】！
• 💜 图像修复-代码环境搭建-知识总结 实战教程 【据说还行】
• 💙 超分重建-代码环境搭建-知识总结 解秘如何让白月光更清晰【脱单神器】
• 💛 YOLO专栏，只有实战，不讲道理 图像分类【建议收藏】！

• 🍊 深度学习：环境搭建，一文读懂

• 🍊 深度学习：趣学深度学习

• 🍊 落地部署应用：模型部署之转换-加速-封装

• 🍊 CV 和 语音数据集：数据集整理

• 🍊 点赞 👍 收藏 ⭐留言 📝 都是博主坚持写作、更新高质量博文的最大动力！