DEEP基准揭示盲目升级感知计算常损下游决策
热点事件观察中
DEEP基准揭示盲目升级感知计算常损下游决策
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
Hoang Pham Cong 和 Ho Viet Duc Luong 发布 DEEP 基准,以部署在 KITTI 和 nuScenes 数据集的单目几何为条件,评估感知计算对下游决策的实际增益。实验显示,34%–54% 的感知模式升级反而增加损失,仅凭漏检率提升选择信号会导致平均测试决策增益降低 7.4%,且引入 20% 延迟预算后仅轻量级路由器优于随机策略。 该工作强调应以预算受限的决策预言机为基准,而非将全精度推理视为上限。研究在 nuPlan 数据集上以真实检测器结果进行开环评估,并针对各分配器的计算、选择及延迟成本单独计费。
AI 根据报道生成 · 1 天前更新
最新进展11月17日 13:00
DEEP 基准揭示感知计算决策价值,KITTI/nuScenes 实测显示盲目升级常损下游损失报道时间线
沿着报道,了解事件的不同侧面。
11月17日
- arXiv · 机器人与计算机视觉DEEP 基准揭示感知计算决策价值,KITTI/nuScenes 实测显示盲目升级常损下游损失
DEEP 基准通过 KITTI 和 nuScenes 数据集评估感知计算对下游决策的实际增益,发现 34%–54% 的感知模式升级反而增加损失。研究指出仅凭漏检率提升选择信号会导致平均测试决策增益降低 7.4%,且引入 20% 延迟预算后仅轻量级路由器优于随机策略。该工作强调应以预算受限的决策预言机为基准,而非将全精度推理视为上限。
本事件热度走势
- 可比范围当前
- 4
- 可比范围峰值
- 711月18日 00:00
- 近 24 小时变化
- -51%
02468
11月18日06:0012:0018:0011月19日
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。