用于目标检测神经网络分布外检测的运行时监控
机器学习
2022-12-21 v1
摘要
在工业界使用的真实神经网络场景下，运行时监控为验证提供了更现实且适用的替代方案。它尤其适用于检测分布外（OOD）输入，此类输入并非网络训练所用，并可能导致错误结果。我们将先前针对分类网络提出的运行时监控方法扩展至能够识别与定位多个物体的感知系统。此外，我们在不同种类的 OOD 设定下通过实验分析其适用性，记录了方法的整体有效性。
引用
@article{arxiv.2212.07773,
title = {Runtime Monitoring for Out-of-Distribution Detection in Object Detection Neural Networks},
author = {Vahid Hashemi and Jan Křetínsky and Sabine Rieder and Jessica Schmidt},
journal= {arXiv preprint arXiv:2212.07773},
year = {2022}
}
备注
14 Pages, 1 Table, 5 Figures. Accepted at the International Symposium of Formal Methods 2023 (FM 2023)