该文综述回归模型不确定性校准研究，涵盖核嵌入、直方图聚类、缩放校准、归一化校准误差改进及贝叶斯校准等方法，并在COCO、KITTI等数据集上验证，表明这些方法能提升预测区间校准与鲁棒性。