【技术实现步骤摘要】
本专利技术涉及金融科技，尤其涉及一种基于边云协同的分布外检测方法、装置、系统及介质。
技术介绍
1、近年来，随着深度学习技术的不断发展，深度神经网络在各个领域中得到了广泛的应用并取得重大突破。一般的，模型是通过已知分布(in-distribution,id)的样本进行训练得到的，但是开放的测试环境是无法预知的，一些超出模型认知能力的陌生数据可能使模型无法处理，进而导致误识别。如在自动驾驶场景下，检测模型对于从未见过的陌生样本可能仍然会给出识别成功的结果(如将误闯入公路的鹿误识别为行人)，这是现实中是难以被容忍的。
2、在实际的部署环境，特别是在高度可信性场景(如自动驾驶、智慧工业、金融风控)中，如何对完全未知的分布外(out-of-distribution,ood)样本进行准确检测，以保证模型的可靠性是目前亟待解决的问题。
技术实现思路
1、鉴于上述现有技术的不足，本专利技术的目的在于提供可应用于金融科技或其它相关领域的一种基于边云协同的分布外检测方法、装置、系统及介质，其主要...
【技术保护点】
1.一种基于边云协同的分布外检测方法，其特征在于，应用于边缘设备，方法包括：
2.根据权利要求1所述的基于边云协同的分布外检测方法，其特征在于，所述将所述待检测样本输入到训练好的边缘模型中进行分布外检测，得到初始检测结果，具体包括：
3.根据权利要求2所述的基于边云协同的分布外检测方法，其特征在于，所述当所述边缘模型输出的检测结果处于预设阈值范围时，向云端服务器发起协同检测请求，包括：
4.根据权利要求3所述的基于边云协同的分布外检测方法，其特征在于，所述指示所述云端服务器对所述待检测样本和目标已知分布样本进行二次检测，具体包括：<...
【技术特征摘要】
1.一种基于边云协同的分布外检测方法，其特征在于，应用于边缘设备，方法包括：
2.根据权利要求1所述的基于边云协同的分布外检测方法，其特征在于，所述将所述待检测样本输入到训练好的边缘模型中进行分布外检测，得到初始检测结果，具体包括：
3.根据权利要求2所述的基于边云协同的分布外检测方法，其特征在于，所述当所述边缘模型输出的检测结果处于预设阈值范围时，向云端服务器发起协同检测请求，包括：
4.根据权利要求3所述的基于边云协同的分布外检测方法，其特征在于，所述指示所述云端服务器对所述待检测样本和目标已知分布样本进行二次检测，具体包括：
5.根据权利要求4所述的基于边云协同的分布外检测方法，其特征在于，所述接收所述云端服务器响应于所述协同检测请求反馈的二次检测结果之后，方法还包括：
【专利技术属性】
技术研发人员：瞿晓阳，王健宗，陈劲钢，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。