跳到正文
arXiv · 机器人与计算机视觉· Xihao Wang, Chengyao Yu, Ruixing Ming·· 27 天前AI 评分47

Residual Calibration via Local Feature-Space Refinement 方法提出 LAPE 框架提升模型校准质量

Residual Calibration via Local Feature-Space Refinement

AI 导读

针对深度神经网络置信度估计不可靠问题,该方法提出局部自适应概率估计(LAPE)框架,将全局校准器输出作为稳定锚点,利用邻域校准样本的非参数化局部证据对个体预测进行残差修正。通过级联特征增强融合(CFAF)扩展至多视图输入场景,实验表明该插件式模块能提升多种现有基线的校准质量,并在不同设置下保持高效与鲁棒性。论文已被 NeurIPS 2026 接收,代码与数据许可状态待 arXiv 正式注册后确认。

来源:arXiv · 机器人与计算机视觉 · arxiv.org