论文阅读 (106)：Decoupling maxlogit for out-of-distribution detection (2023 CVPR)
文章目录
- 1 概述
-
- 1.1 要点
- 1.2 代码
- 1.3 引用
- 2 预备知识
- 3 方法
-
- 3.1 MaxLogit
- 3.2 改进MaxCosine和MaxNorm
- 3.3 DML+
1 概述
1.1 要点
题目：解耦最大logit分布外检测 (Decoupling maxlogit for out-of-distribution detection)
方法：
- 提出了一种心机基于logit的OOD方法，解耦最大逻辑 (DML)；
- 考虑硬样本和紧凑特征空间，提出改进后的DML+；
- 解耦最大logit (MaxLogit) 为高效的MaxCosine和保证性能的MaxNorm；
1.2 代码
暂无。
1.3 引用
@inproceedings{Zhang:2023:33883397,
author = {Zhang, Zi Han and Xiang, Xiang},
title = {Decoupling {MaxLogit} for out-of-distribution detection},
booktitle = {{CVPR}},
pages = {3388--3397},
year = {2023},
}
2 预备知识
已知一个 K K K类分类器：
f ( x , W full ) = b L + W L δ ( ⋯ δ ( b 1 + W 1 x ) ⋯ ) , (1) \tag{1} f(x,W_\text{full})=b_L+W_L\delta(\cdots\delta(b_1+W_1x)\cdots), f(x,Wfull)=bL+WLδ(⋯δ(b1+W1x)⋯),(1)其中 W W W表示权重、 b b b表示偏置，以及 δ ( ⋅ ) \delta(\cdot) δ(⋅)表示非线性激活函数。给定属于第 k k k类的数据 x k , i x_{k,i} xk,i，定义最后一层的特征为 h k , i ∈ R d , f ( x ; W full ) = b L + W L h k , i h_{k,i}\in\mathbb{R}^d,f(x;W_\text{full})=b_L+W_Lh_{k,i} hk,i∈Rd,f(x;Wfull)=bL+WLhk,i。为了简便，后面的分析将不包含偏置项。然后logit表示为 z k , i = W L h k , i z_{k,i}=W_Lh_{k,i} zk,i=WLhk,i。
给定训练集 D t r = { ( x k i , k ) } i = 1 N ∼ P t r \mathcal{D}_{tr}=\{(x_{k_i},k)\}_{i=1}^N\sim\mathcal{P}_{tr} Dtr={(xki,k)}i=1N∼Ptr。首先在训练集上训练模型，OOD检测的目的是决定给定的样本来自于 P t r \mathcal{P}_{tr} Ptr还是其它数据分布。因此，OOD检测的两个关键问题是：
- 训练一个对OOD数据健壮的数据，即便于区分ID和OOD数据；
- 设计一个评分函数，使得得分低的是OOD数据；
两个特征坍塌指标定义如下：
- 类内特征收敛 (WFC)：
WFC : = trace ( Σ W Σ B † ) K , (2) \tag{2} \text{WFC}:=\frac{\text{trace}(\Sigma_W\Sigma_B^\dag)}{K}, WFC:=Ktrace(ΣWΣB†),(2) - 类平均特征收敛 (CFC)：
CFC : = ∑ k = 1 K ∥ h ‾ k ∥ h ∥ F − w k ∥ W ∥ F ∥ , (3) \tag{3} \text{CFC}:=\sum_{k=1}^K\left\| \frac{\overline{h}_k}{\|h\|_F} -\frac{w_k}{\|W\|_F} \right\|, CFC:=k=1∑K ∥h∥Fhk−∥W∥Fwk ,(3)其中 † \dag †表示伪逆， h h h是所有样本的特征矩阵， h ‾ k \overline{h}_k hk和 h ‾ \overline{h} h分别表示第 k k k类和所有特征的平均值， Σ W = 1 K n ∑ k = 1 K ∑ i = 1 n ( h k , i − h ‾ k ) ( h k , i − h ‾ k ) ⊤ \Sigma_W=\frac{1}{K_n}\sum_{k=1}^K\sum_{i=1}^n(h_{k,i}-\overline{h}_k)(h_{k,i}-\overline{h}_k)^\top ΣW=Kn1∑k=1K∑i=1n(hk,i−hk)(hk,i−hk)⊤，以及 Σ B = 1 K ∑ k = 1 K ( h ‾ k − h ‾ ) ( h k − h ‾ ) ⊤ \Sigma_B=\frac{1}{K}\sum_{k=1}^K(\overline{h}_{k}-\overline{h})(h_{k}-\overline{h})^\top ΣB=K1∑k=1K(hk−h)(hk−h)⊤。
3 方法
3.1 MaxLogit
一个样本的MSP得分是其最大softmax值： max ( Softmax ( z k , i ) ) \max(\text{Softmax}(z_{k,i})) max(Softmax(zk,i))。MaxLogit则取样本的最大logit值： max ( z k , i ) \max(z_{k,i}) max(zk,i)。
MaxLogit在很多数据集上优于MSP。评分函数上的单调递增函数变化，例如 log \log log和 exp \exp exp，不会影响OOD检测性能。因此，MSP和MaxLogit唯一的差别是求和项 ∑ j = 1 K exp ( z i j ) \sum_{j=1}^K\exp(z_{ij}) ∑j=1Kexp(zij)。当模型收敛后，该项主要受特征范数影响。因此，MSP和MaxLogit的主要区别集中在特征范数。这启发我们研究cosine相似性和特征范数如何影响OOD检测性能。
本文将MaxLogit解耦为两个部分：
MaxCosine : max ( cos < h k , i , w j > ) j = 1 K , (4) \tag{4} \text{MaxCosine}:\max\left( \cos
基于以上结果，提出了解耦MaxLogit (DML)：
DML = λ MaxCosine + MaxNorm , (6) \tag{6} \text{DML}=\lambda\text{MaxCosine}+\text{MaxNorm}, DML=λMaxCosine+MaxNorm,(6)其中 λ \lambda λ是超参数。
3.2 改进MaxCosine和MaxNorm
尽管MaxNorm使得DML优于MaxCosine，但由于MaxNorm的性能较低，因此改进幅度很小。通过实验发现：
- Cosine分类器可以引导更好的MaxCosine、MaxNorm，以及基于logit的方法；
- 低WFC引导更好的MaxNorm，其通过Center损失获取：
L c e n t e r = ∑ k = 1 K ∑ i = 1 n ∥ h k , i − C k ∥ 2 , (7) \tag{7} \mathcal{L}_{center}=\sum_{k=1}^K\sum_{i=1}^n\|h_{k,i}-\mathcal{C}_k\|_2, Lcenter=k=1∑Ki=1∑n∥hk,i−Ck∥2,(7)其中 C k \mathcal{C}_k Ck是第 k k k类的平均特征； - 低CFC引导更好的MaxCosine，其通过Focal损失获取：
L f o c a l = − ∑ k = 1 K ∑ i = 1 n ( 1 − p k i ) γ log ( p k , i ) , (8) \tag{8} \mathcal{L}_{focal}=-\sum_{k=1}^K\sum_{i=1}^n(1-p_{k_i})^\gamma\log(p_{k,i}), Lfocal=−k=1∑Ki=1∑n(1−pki)γlog(pk,i),(8)其中 γ \gamma γ是超参数，以及 p k , i p_{k,i} pk,i是sofrmax得分。
3.3 DML+
为了进一步提升，一个健壮的方法是：
- 利用Focal损失训练cosine模型，并获得MaxCosine；
- 利用Center损失训练cosine模型，并获得MaxNorm；
这样的方法被命名为DML+：
D M L + = λ MaxCosine F + MaxNorm C , DML+=\lambda\text{MaxCosine}_F+\text{MaxNorm}_C, DML+=λMaxCosineF+MaxNormC,其中 MaxCosine F \text{MaxCosine}_F MaxCosineF表示使用Focal损失训练模型， MaxNorm C \text{MaxNorm}_C MaxNormC表示使用Center损失训练模型，其分别被记为 M C F MCF MCF和MNC。