我们研究了图像中的异常检测问题，并提出了一种新的检测技术。给定一组已知属于“正常”类别的图像样本（例如，狗），我们展示了如何训练一个深度神经模型，以检测分布外的图像（即非狗对象）。我们的方案的核心思想是训练一个多分类模型，使其能够在所有给定图像上区分数十种几何变换。通过学习辅助知识，该模型生成了特征检测器，这些检测器在测试时能够根据模型应用于变换图像时的softmax激活统计信息有效识别异常图像。我们进行了广泛的实验，结果表明，所提出的检测器在很大程度上改进了现有的最先进方法。