日本无码免费高清在线|成人日本在线观看高清|A级片免费视频操逼欧美|全裸美女搞黄色大片网站|免费成人a片视频|久久无码福利成人激情久久|国产视频一二国产在线v|av女主播在线观看|五月激情影音先锋|亚洲一区天堂av

  • 手機站
  • 小程序

    汽車測試網(wǎng)

  • 公眾號

    • 汽車測試網(wǎng)

    • 在線課堂

    • 電車測試

李駿院士團隊：自動駕駛汽車目標檢測算法的不確定性評價

2021-09-29 21:16:37·  來源：清研汽車研習(xí)社  
　
論文題目：Uncertainty evaluation of object detection algorithms for autonomous vehicles作者：彭亮，王紅，李駿轉(zhuǎn)自：汽車學(xué)會本文從自動駕駛汽車的復(fù)雜目
論文題目：Uncertainty evaluation of object detection algorithms for autonomous vehicles
作者：彭亮，王紅，李駿
轉(zhuǎn)自：汽車學(xué)會

本文從自動駕駛汽車的復(fù)雜目標檢測算法中提取出其認知不確定性，隨后根據(jù)認知不確定性與算法置信度間的關(guān)系優(yōu)化了評價體系，并通過特定預(yù)期功能安全（SOTIF）場景下的實驗結(jié)果驗證了所提方法的可行性和有效性。
主要研究內(nèi)容：

（1）YOLOv3網(wǎng)絡(luò)架構(gòu)調(diào)整
基于Monte-Carlo Dropout方法對YOLOv3網(wǎng)絡(luò)架構(gòu)進行了調(diào)整，使得目標檢測算法在識別物體的同時，量化得到相應(yīng)的認知不確定性。

（2）置信度修正
本文還利用認知不確定性對算法置信度進行了修正。遵循不確定度高時置信度應(yīng)調(diào)低，不確定度低時置信度應(yīng)調(diào)高的規(guī)律，在設(shè)計修正因子時保證期望不變。結(jié)果表明，修正后的平均置信度大多數(shù)情況都實現(xiàn)了向準確率的靠攏，僅在樣本少且漏檢多的cyclist類別出現(xiàn)了失誤。

（3）目標檢測算法評價體系的優(yōu)化
使用修正后的置信度進行mAP等目標檢測算法評價指標的計算，優(yōu)化后的目標檢測算法mAP評價體系如Fig. 1所示。


（4）SOTIF場景庫建立
建立了一個感知SOTIF場景庫，其中包括各種極端天氣和不利光照條件下的道路圖像。


（5）實驗驗證
將SOTIF場景庫提供給目標檢測算法識別，場景庫中有近三百張從車輛視角獲取的圖片參與了測試，涵蓋了不同道路、不同季候、不同時刻、不同天氣的多元化場景。實驗結(jié)果驗證了所提方法的可行性和有效性。


引用詞條
Peng, L., Wang, H. & Li, J.: Automotive Innovation (2021)
分享到：
 
反對 0 舉報 0 收藏 0 評論 0
滬ICP備11026917號-25