精选理由
做医学影像或逆问题研究的团队，可以用KLIP无监督地检测异常区域，无需额外标注数据，值得试试。
研究人员提出了一种基于KL散度的分布外检测指标KLIP，用于逆问题中检测图像是否来自训练分布。该方法无需校准数据或了解偏移分布，能检测整张图像或图像局部区域的分布偏移。实验表明，KLIP能检测出细微但语义重要的偏移，如健康肝脏CT与肿瘤CT的差异，且适用于多种扩散模型、数据集和逆问题。代码已开源。
AI 翻译 · 中文
研究人员提出了一种基于KL散度的分布外检测指标KLIP，用于逆问题中检测图像是否来自训练分布。该方法无需校准数据或了解偏移分布，能检测整张图像或图像局部区域的分布偏移。实验表明，KLIP能检测出细微但语义重要的偏移，如健康肝脏CT与肿瘤CT的差异，且适用于多种扩散模型、数据集和逆问题。代码已开源。
Diffusion models have shown promising performance as data-driven priors for computational imaging, as well as some capacity to detect out-of-distribution (OOD) images. However, existing approaches to OOD detection often …