torchosr — a PyTorch extension package for Open Set Recognition models evaluation in Python

要約

この記事では、ディープ ニューラル ネットワークでのオープン セット認識専用のツールとメソッドを提供する、PyTorch ライブラリと互換性のある Python パッケージである torchosr パッケージを紹介します。
このパッケージは、この分野で 2 つの最先端のメソッド、基本セットを処理する一連の関数、およびオープン セット認識タスク用の派生セットの生成 (一部のクラスは未知とみなされ、テスト プロセスでのみ使用されます) を提供します。
データセットとメソッドを処理するための追加ツール。
パッケージ提案の主な目的は、正しい実験評価を簡素化して促進することであり、さまざまなオープン性とクラスからカテゴリへの割り当てを備えた多数の派生セットに対して実験が実行されます。
著者らは、パッケージで利用可能な最先端のメソッドが、ドメイン内の関連ソリューションの正確なオープンソース実装のソースになることを期待しています。

要約(オリジナル)

The article presents the torchosr package – a Python package compatible with PyTorch library – offering tools and methods dedicated to Open Set Recognition in Deep Neural Networks. The package offers two state-of-the-art methods in the field, a set of functions for handling base sets and generation of derived sets for the Open Set Recognition task (where some classes are considered unknown and used only in the testing process) and additional tools to handle datasets and methods. The main goal of the package proposal is to simplify and promote the correct experimental evaluation, where experiments are carried out on a large number of derivative sets with various Openness and class-to-category assignments. The authors hope that state-of-the-art methods available in the package will become a source of a correct and open-source implementation of the relevant solutions in the domain.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google