点云三维语义分割中的分布外检测基准
计算机视觉与模式识别
2022-11-14 v1 机器学习
摘要
自动驾驶等安全关键应用使用深度神经网络（DNN）进行目标检测和分割。当 DNN 观察到分布外（OOD）输入时，它们无法进行预测，从而导致灾难性后果。现有的 OOD 检测方法在图像输入方面得到了广泛研究，但在 LiDAR 输入方面尚未得到太多探索。因此，在本研究中，我们提出了两个数据集，用于对三维语义分割中的 OOD 检测进行基准测试。我们使用由 RandLA-Net 的 Deep Ensembles 和 Flipout 版本生成的最大 Softmax 概率和熵分数作为 OOD 分数。我们观察到，Deep Ensembles 在 OOD 检测方面优于 Flipout 模型，在两个数据集上均获得了更高的 AUROC 分数。
引用
@article{arxiv.2211.06241,
title = {A Benchmark for Out of Distribution Detection in Point Cloud 3D Semantic Segmentation},
author = {Lokesh Veeramacheneni and Matias Valdenegro-Toro},
journal= {arXiv preprint arXiv:2211.06241},
year = {2022}
}
备注
4 pages, Robot Learning Workshop @ NeurIPS 2022