跳到正文
arXiv · 机器人与计算机视觉· Vikas Sandireddy·· 9 天前AI 评分42

Calibrated Alarm Thresholds for Compact Fire and Smoke Detectors 提出基于分割 conformal 的阈值校准方法,解决 YOLOv8n 等检测器在 D-Fire 测试集上的漏报率差异问题。该方法使两种检测器在所有规则下均满足 10%、5% 和 1% 的目标漏报率,无火烟图像误报率控制在 1.2%-3.0%,并分析了主要失效案例。

Calibrated Alarm Thresholds for Compact Fire and Smoke Detectors

AI 导读

Calibrated Alarm Thresholds for Compact Fire and Smoke Detectors 提出基于分割 conformal 的阈值校准方法,解决 YOLOv8n 等检测器在 D-Fire 测试集上的漏报率差异问题。该方法使两种检测器在所有规则下均满足 10%、5% 和 1% 的目标漏报率,无火烟图像误报率控制在 1.2%-3.0%,并分析了主要失效案例。

来源:arXiv · 机器人与计算机视觉 · arxiv.org