跳到正文
arXiv · 机器人与计算机视觉· Munshaibur Rahman Mahin, Isha Das, Most. Sonia Islam, Mohammad Sakib Mahmood, M. F. Mridha, Md. Jakir Hossen·· 16 天前AI 评分68

恶劣天气下目标检测模型的可靠性:面向自动驾驶的部署导向鲁棒性研究

How Reliable Are Object Detection Models Beyond Clear Weather? A Deployment-Oriented Robustness Study for Autonomous Driving

AI 导读

该论文评估了在晴朗白天场景上训练且未进行适应的目标检测架构在雾、雨、雪和夜间等未见环境下的表现。研究使用性能下降百分比(Drop)、天气鲁棒性指数(WRI)和关键道路参与者(如汽车、公交车、卡车、行人)的类别敏感度分析来衡量鲁棒性,并利用预期校准误差(ECE)测量预测置信度的可靠性。

来源:arXiv · 机器人与计算机视觉 · arxiv.org