PulseAugur
中
实时 20:12:45
实体 Fishyscapes

Fishyscapes

PulseAugur coverage of Fishyscapes — every cluster mentioning Fishyscapes across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
2
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
  1. TOOL · CL_303718 ·

    新方法改进街景中的分布外目标检测

    研究人员开发了SynOE-OD,一种用于街景中分布外(OOD)目标检测的新颖方法。该方法利用文本引导的图像修复和开放词汇目标检测器来离线创建和验证合成异常值。然后,利用这些合成异常值对现有目标检测器进行微调,在推理时无需辅助分支即可纳入OOD类别。SynOE-OD在OoDIS基准测试中展示了最先进的性能,在RoadObstacle、RoadAnomaly和Fishyscapes等数据集上优于之前的基线,同时保持了具有竞争力的分布内检测能力。

  2. TOOL · CL_287206 ·

    新的证据深度学习方法改进了分割中的OOD检测

    研究人员开发了一种新颖的方法,通过在证据深度学习(EDL)框架中利用基于Wasserstein的目标来改进语义分割网络中的分布外(OOD)检测。该方法旨在通过更可靠地识别不熟悉的对象来提高自动驾驶等关键应用的安全性。研究探讨了不同Wasserstein阶数对分割准确性和OOD检测的影响,发现最佳阶数取决于网络架构,并且仅需一次前向传播即可超越现有基线。

  3. TOOL · CL_129462 ·

    新框架无需重新训练即可检测自动驾驶中的道路异常

    研究人员开发了一种新的自动驾驶异常分割框架,无需重新训练或OOD数据。这种后处理方法利用掩码Transformer分析掩码置信度并推导出多边形道路先验,从而识别潜在异常。基于CLIP的零样本语义过滤模块通过使用in-distribution提示来减少误报,进一步优化预测。该方法在Fishyscapes等基准测试中得到验证,表现稳健,优于现有基线,并在特定指标上实现了高精度。