开源项目推荐：Awesome Out-Of-Distribution Detection

开源项目推荐：Awesome Out-Of-Distribution Detection

Awesome-Out-Of-Distribution-Detection A professionally curated list of papers, tutorials, books, videos, articles and open-source libraries etc for Out-of-distribution detection, robustness, and generalization 项目地址: https://gitcode.com/gh_mirrors/aw/Awesome-Out-Of-Distribution-Detection

1. 项目基础介绍及主要编程语言

Awesome Out-Of-Distribution Detection 是一个由 continuousml 维护的开源项目，该项目旨在为机器学习/深度学习领域提供最全面、最新、高质量的异常检测、鲁棒性和泛化资源。该项目汇集了大量的论文、教程、书籍、视频、文章以及开源库等，是研究异常分布检测的宝贵资料库。项目主要使用 Python 编程语言。

2. 项目核心功能

该项目的核心功能是收集和整理关于异常分布检测（Out-of-Distribution Detection，简称 OOD）的相关资源，主要包括以下几个方面：

• 研究人员列表：列出在该领域做出贡献的专家学者。
• 文章：包括最新发表的学术论文，以及相关领域的综述文章。
• 演讲：收集了关于 OOD 主题的演讲和讲座视频。
• 评测基准：提供了一系列用于评估 OOD 检测算法性能的基准测试和数据集。
• 开源库：整理了用于 OOD 检测、鲁棒性和泛化研究的开源代码库。

3. 项目最近更新的功能

最近更新的功能主要包括：

• 新增论文：项目更新了最新发表的相关领域论文，包括 NeurIPS 2024 的论文摘要和贡献。
• 新增评测基准：增加了新的评测基准，如用于深度学习模型在分布偏移下的鲁棒性评测的 OODRobustBench。
• 更新研究人员列表：根据最新的研究进展，更新了在该领域活跃的研究人员名单。
• 新增书籍和教程：包含了最新的书籍和教程，以帮助研究人员和新手更好地理解和学习 OOD 相关知识。

该项目不断更新，致力于为研究人员提供一个全面、权威的资源平台，以推动异常分布检测领域的发展。

Awesome-Out-Of-Distribution-Detection A professionally curated list of papers, tutorials, books, videos, articles and open-source libraries etc for Out-of-distribution detection, robustness, and generalization 项目地址: https://gitcode.com/gh_mirrors/aw/Awesome-Out-Of-Distribution-Detection