一句话定义：开放集识别（Open-set Recognition）指的是，分类模型在面对训练时没见过的类别时，能明确拒绝识别，并说“这不在我认识的类别里”，而不是硬把它归入某一个已知类别。
为什么闭集模型“不敢说不”
常规的图像分类、意图识别、故障诊断，几乎都是闭集（closed-set）设定：假设测试样本一定属于训练时那 N 个类别之一。模型最后一层通常是 softmax，它的输出被强制归一化，所有概率加起来等于 1。于是哪怕输入是一只从没出现在训练集里的动物，模型也会把 100% 的概率分布到 N 个已知类上，还可能给出 0.98 的高置信度。它并非在“撒谎”；它只是被结构限制住了，没有留出一条“弃权”的出口。
打个比方：公司前台被交代“访客只可能是张三、李四、王五”，她会把每个人往这三个名字上对号入座。真来了个陌生人，她也只会说“您是李四吧？”——因为她的名单上没有“其他人”这一项。开放集识别要做的，就是给名单加一行“不明身份，请人工处理”。
和相邻概念的区别
| 概念 | 关心的问题 | 输出 |
|---|---|---|
| 闭集分类 | 这是 N 个已知类中的哪一个？ | 一个已知类标签 |
| 开放集识别 | 是已知类吗？不是就拒识 | 已知类标签或“未知” |
| 分布外检测（OOD Detection） | 这个输入是否偏离训练分布？ | 一个“是否”判断 |
| 异常检测（Anomaly Detection） | 这个样本是否异常？ | 异常分或标记 |
| 开集/开放世界学习 | 遇到新类后能否逐步学会它？ | 标签，且模型会更新 |
开放集识别和分布外检测（OOD Detection）最容易混：前者通常发生在“要分类”的场景里，要求在拒识未知类的同时不牺牲已知类的准确率；后者更宽泛，只判断“像不像训练数据”，不一定要给出类别。实践中两者的方法高度重叠，边界比较模糊。
评估方式完全不同
这是最容易被忽略的一点。闭集看准确率就行；开放集必须人为留出一批类别不参与训练，只在测试时把它们当作“未知”喂进去，同时报告两组指标：已知类的分类准确率，以及对未知类的拒识效果（常用 AUROC、开放集分类率等曲线型指标）。只报一个准确率，等于把“把未知类胡乱归入某个已知类”也算成答对了，会严重高估模型能力。
对从业者的实际意义
- 不要盲信 softmax 置信度。模型对陌生输入的高分很常见；要么用阈值、距离度量、原型匹配、能量分数这类手段做拒识，要么在业务层加兜底。
- 阈值是有代价的。拒识率调高，未知类拦得住，但已知类的误拒也会上升；这条权衡曲线需要结合业务成本来定，而不是只追求指标好看。
- 把“未知”当成一类产品需求。新商品品类、新故障类型、新用户意图会源源不断地出现，能识别出“我不认识”并转人工，往往比硬猜更有价值，也更容易做数据闭环。
具体实现方案与工具链的选择，以各项目官方文档为准。