GroupEnsemble：基于 DETR 对象检测的高效不确定性估计
计算机视觉与模式识别
2026-03-03 v1
摘要
检测Transformer(DETR)及其变体在对象检测任务中表现优异，这是自动驾驶系统中的关键任务。然而，这些模型的一个关键局限是其置信度分数仅反映语义不确定性，无法捕捉同样重要的空间不确定性，导致对检测可靠性评估不完整。另一方面，Deep Ensemble方法可通过提供高质量的空间不确定性估计来解决此问题。然而，其巨大的内存消耗使其在实际应用中难以实用。另一种更便宜的替代方法，即Monte Carlo(MC)Dropout，由于需要在推断期间进行多次前向传播来估计不确定性，导致延迟较高。为解决这些限制，我们引入GroupEnsemble——一种用于DETR类模型的高效且有效的不确定性估计方法。GroupEnsemble通过在推断期间向transformer解码器输入额外的多样化对象查询组，同时预测多个独立的检测集。每个查询组都由共享的解码器独立转换，预测该输入的完整检测集。应用注意力掩码于解码器，以防止组间查询相互作用，确保每个组独立检测，以实现可靠的基于Ensemble的不确定性估计。通过利用解码器固有的并行性，GroupEnsemble在单个前向传播中高效估计不确定性，而无需顺序重复。我们在自动驾驶场景和日常常见场景中分别使用Cityscapes和COCO数据集进行验证。结果表明，结合MC-Dropout和GroupEnsemble的混合方法在多个指标上优于Deep Ensemble，同时成本更低。代码已公开于https://github.com/yutongy98/GroupEnsemble。
引用
@article{arxiv.2603.01847,
title = {GroupEnsemble: Efficient Uncertainty Estimation for DETR-based Object Detection},
author = {Yutong Yang and Katarina Popović and Julian Wiederer and Markus Braun and Vasileios Belagiannis and Bin Yang},
journal= {arXiv preprint arXiv:2603.01847},
year = {2026}
}
备注
Accepted to IEEE IV 2026. 8 pages, 5 figures