真实世界模型失效检测的互补学习
📝
内容提要
在实际自动驾驶中,由于训练数据和实际行驶条件之间的分布偏移,深度学习模型的性能可能会下降。为了准备在野外部署之前验证模型,获取一个大而可能代表性的标记测试集是困难的。本文提出了互补学习的概念,通过使用不同训练范式中学到的特征来检测模型错误。我们通过以监督学习和自监督学习方式学习点云中的语义和预测运动标签,并随后检测和分类模型的差异。我们进行了大规模的定性分析,并提出了...
➡️