揭示黑箱：鸟瞰视角感知模型的独立功能模块评估
计算机视觉与模式识别
2024-09-19 v1
摘要
端到端模型正成为自动驾驶感知的主流范式，但其无法细致剖析内部机制的结果是开发效率下降，信任建立受阻。我们首次提出鸟瞰视角感知模型的独立功能模块评估框架（BEV-IFME），该框架将模块的特征图与地面真相在统一的语义表示空间中对齐，以量化其相似性，从而评估各功能模块的训练成熟度。该框架的核心在于通过我们提出的两阶段对齐自编码器实现特征图编码和表示对齐，该过程确保显著信息的保留和特征结构的一致性。用于评估功能模块训练成熟度的指标——相似度得分——与 BEV 指标之间表现出稳健的正相关，平均相关系数为 0.9387，证明了该框架在评估方面的可靠性。
引用
@article{arxiv.2409.11969,
title = {Unveiling the Black Box: Independent Functional Module Evaluation for Bird's-Eye-View Perception Model},
author = {Ludan Zhang and Xiaokang Ding and Yuqi Dai and Lei He and Keqiang Li},
journal= {arXiv preprint arXiv:2409.11969},
year = {2024}
}