鲁棒性与安全 / CVPR2026
证据变换网络:将预训练模型转化为证据模型以进行事后不确定性估计
Evidential Transformation Network: Turning Pretrained Models into Evidential Models for Post-hoc Uncertainty Estimation
对视觉研究者而言,ETN 提供了一种即插即用的后处理手段:只需在冻结的预训练分类器 logit 上学习一个样本相关的仿射变换,就能把任意现成模型转成可输出 Dirichlet 证据量的模型,用于 OOD 检测与置信度校准,无需重训或多次前向。
不确定性估计证据深度学习事后校准