Potential Energy Ranking for Out of Distribution Detection
data/ -- save the trainning data log/ -- training log data.py -- data preprocessing code models.py -- model architecture file train.py -- training script eval.py -- eval script, all kinds of evaluation methods losses.py -- all kinds of loss function ood.py -- all kinds of ood confidence computer
- 拓展ood confidence 的计算方式，请修改ood.py 中的 ReconPostProcessor模块，或者增加一个新的类，目前就按方式是直接按照Recon loss来作为ood confidence，如果添加新的类，需要在train.py 的 eval_ood()，将新的PostProcessor作为参数传进去。
result = evaluator.eval_ood(val_loader, ood_data_loaders=ood_loader, post_processor=conf_processor, method='full')
-
拓展训练损失，修改 losses.py 中的损失函数即可。
-
拓展模型，请直接修改models.py，如果models的返回值的个数或者顺序发生变动，请修改PostProcessor。