跳到正文
arXiv · 机器人与计算机视觉· Alexander Moriz, Lukas Krebs, Amon G\"oppert, Robert H. Schmitt·· 2 天前AI 评分30

利用合成数据的深度学习模型中预测不确定性与仿真到现实差距的关联探索

Exploring the link between predictive uncertainty and the sim-to-real gap in deep learning models utilizing synthetic data

AI 导读

针对机器视觉质检应用中的数据稀疏与信任问题,研究通过集成法评估基于合成数据训练的模型不确定性。实验表明,在仿真到现实域偏移下预测不确定性增加,但性能下降主要由系统性偏差主导而非集成结果。该发现有助于有效利用合成数据并强调部署深度学习质检方案时的风险评估重要性。

来源:arXiv · 机器人与计算机视觉 · arxiv.org