域外 (OOD) 检测是工业应用中的重要组成部分，因为它有助于识别模型何时遇到训练分布之外的输入。大多数工业管道依赖于下游任务的预训练模型，例如 CNN 或 Vision Transformers。本文研究了这些模型在域外检测任务上的性能。我们的实验表明，预先训练的 Transformer 模型可以立即实现更高的检测性能。此外，我们还表明，预训练的 ViT 和 CNN 可以与 CIDER 等细化方法相结合，以进一步提高其 OOD 检测性能。我们的结果表明 Transformer 是一种很有前景的 OOD 检测方法，并在许多情况下为这项任务设定了更强的基线



"点击查看英文标题和摘要"