Keskeiset käsitteet
提案された不確実性キャリブレーション評価メトリクスは、オブジェクト検出システムのグローバルなキャリブレーションを評価するために有効である。
Tiivistelmä
深層学習モデルの信頼性が重要であり、不確実性キャリブレーションが必要。
オブジェクト検出システムにおける不確実性キャリブレーションの理論的枠組みと実践的枠組みが提案された。
3つの新しい不確実性キャリブレーション評価メトリクス(QGC、SGC、EGCE)が開発された。
メトリクスは異なるIoU閾値条件下でmAP評価と一貫した関係を示す。
FNsや異なる種類の検出比率変化に対して敏感であり、分布シフトにも適切に反応することが示された。
Tilastot
機能:深層学習モデルの信頼性向上、オブジェクト検出システムのグローバルなキャリブレーション評価
日付:18 Mar 2024