La ricerca rivela che i modelli di rilevamento oggetti DETR utilizzano una strategia specialistica per l'affidabilità

Uno studio recente indaga la quantificazione dell'incertezza nelle architetture di rilevamento oggetti basate su DETR, che producono centinaia di previsioni per ogni immagine, superando di gran lunga il numero effettivo di oggetti presenti. Offre sia intuizioni teoriche che empiriche che indicano come le previsioni all'interno di una singola immagine adempiano a ruoli diversi, portando a diversi gradi di affidabilità. I risultati rivelano che i DETR utilizzano un metodo specialistico ottimale: una previsione per oggetto viene addestrata per una calibrazione efficace, mentre le altre previsioni riducono la loro confidenza di primo piano a quasi zero, pur garantendo comunque una localizzazione precisa. Questa strategia si dimostra essere la risposta a minimizzazione della perdita al dilemma della previsione. La ricerca solleva importanti questioni di fiducia riguardo all'affidabilità delle previsioni, specialmente in contesti critici per la sicurezza come i veicoli autonomi. DETR e i suoi derivati sono considerati promettenti soluzioni end-to-end per i compiti di rilevamento oggetti. Questo studio è stato pubblicato come arXiv:2412.01782v4 con il tipo di annuncio replace-cross.