PulseAugur
中
实时 10:07:42
English(EN) Rethinking Post-Hoc Calibration in Semantic Segmentation

新研究强调语义分割中的校准问题

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员发现，在应用于语义分割任务时，事后校准方法存在结构性问题。研究强调，一些标准的校准技术对模型logit中的任意常数偏移敏感，导致结果不一致。此外，由于与模型训练期间使用的特定任务指标不匹配，使用基于似然的目标来拟合校准的常见做法会降低分割图的质量。该论文提出了一种平移不变且保持决策的校准变体，该变体可在各种基准测试中提高校准指标并防止分割性能下降。 AI

影响 为改进用于语义分割的AI模型的置信度估计提供了实用的设计原则，尤其是在安全关键型应用中。

排序理由 详细介绍新研究成果的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新研究强调语义分割中的校准问题

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Tristan Kirscher (ICube), Kim-Celine Kahl (DKFZ), Balint Kovacs (DKFZ), Maximilian R. Rokuss (DKFZ), Klaus Maier-Hein (DKFZ), Xavier Coubez (ICube), Philippe Meyer (ICube), Sylvain Faisan (ICube) ·

    Rethinking Post-Hoc Calibration in Semantic Segmentation

    arXiv:2607.01902v1 Announce Type: cross Abstract: Reliable confidence estimates are essential in semantic segmentation, especially in safety-critical settings where overconfident errors can mislead downstream decisions. Yet modern segmentation models often remain miscalibrated. P…

相关话题