こんにちは！
最近、私はあるプロジェクトをやっていて、最初は約30のターゲットクラスを用意していました。しかし推論の段階では、モデルが学習データ内のこれら30個のターゲットクラスよりもはるかに多いクラスを扱える必要がありました。したがって、30個のターゲットクラスのどれか1つを予測するだけの、いわゆる「通常の」分類器を作るだけでは不可能でした。
そこで私は、メトリック学習のアプローチを採用しました。arcface/cosface などのさまざまな派生を調整して、コサイン間距離を最大化し、コサイン内距離を最小化しようとする埋め込み空間を作りました。
推論時には、次に類似度のしきい値を設定して、それに応じてオブジェクトをクラスタリングしました。もちろん、そのクラスタを形成したオブジェクトは同じターゲットクラスに属するはずだ、というのが狙いです。
そして驚くほど、学習中にモデルが一度も見たことのないクラスに対しても上手く機能しました。
そこで質問です：こういう種類のMLは何と呼ばれるのでしょうか？自分の認識では、クラスタリングしているのでOOD検出（out-of-distribution detection）というわけではなく、また「未知」として分類しているわけでもありません。
[link] [comments]
