Infothek
Neuer Beitrag auf dem " Workshop on roBustness and Reliability of Autonomous Vehicles in the Open-world (BRAVO), ICCV"
Um Sicherheitsbedenken beim automatisierten Fahren auszuräumen, wird eine neuartige Metrik namens IoUw in einem neuen Artikel auf dem "Workshop on roBustness and Reliability of Autonomous Vehicles in the Open-world (BRAVO), ICCV" mit dem Titel "What Does Really Count? Estimating Relevance of Corner Cases for Semantic Segmentation in Automated Driving" von Jasmin Breitenstein, Florian Heidecker, Maria Lyssenko, Daniel Bogdoll, Maarten Bieshaar, J. Marius Zöllner, Bernhard Sick, und Tim Fingscheidt präsentiert. Diese Strategie konzentriert sich auf die Relevanz der semantischen Segmentierungsergebnisse auf Pixelebene. Diese Metrik hebt kleine Bereiche hervor, die von Eckfällen betroffen sind, und führt während der Auswertung einen Schweregradabzug ein, um sicherheitskritische Fehldetektionen genau zu identifizieren und potenzielle Risiken für ungeschützte Verkehrsteilnehmer in großen Datensätzen zu mindern.
Aktuelles
Neuer Beitrag auf dem " Workshop on roBustness and Reliability of Autonomous Vehicles in the Open-world (BRAVO), ICCV"
Um Sicherheitsbedenken beim automatisierten Fahren auszuräumen, wird eine neuartige Metrik namens IoUw in einem neuen Artikel auf dem "Workshop on roBustness and Reliability of Autonomous Vehicles in the Open-world (BRAVO), ICCV" mit dem Titel "What Does Really Count? Estimating Relevance of Corner Cases for Semantic Segmentation in Automated Driving" von Jasmin Breitenstein, Florian Heidecker, Maria Lyssenko, Daniel Bogdoll, Maarten Bieshaar, J. Marius Zöllner, Bernhard Sick, und Tim Fingscheidt präsentiert. Diese Strategie konzentriert sich auf die Relevanz der semantischen Segmentierungsergebnisse auf Pixelebene. Diese Metrik hebt kleine Bereiche hervor, die von Eckfällen betroffen sind, und führt während der Auswertung einen Schweregradabzug ein, um sicherheitskritische Fehldetektionen genau zu identifizieren und potenzielle Risiken für ungeschützte Verkehrsteilnehmer in großen Datensätzen zu mindern.
Termine
Neuer Beitrag auf dem " Workshop on roBustness and Reliability of Autonomous Vehicles in the Open-world (BRAVO), ICCV"
Um Sicherheitsbedenken beim automatisierten Fahren auszuräumen, wird eine neuartige Metrik namens IoUw in einem neuen Artikel auf dem "Workshop on roBustness and Reliability of Autonomous Vehicles in the Open-world (BRAVO), ICCV" mit dem Titel "What Does Really Count? Estimating Relevance of Corner Cases for Semantic Segmentation in Automated Driving" von Jasmin Breitenstein, Florian Heidecker, Maria Lyssenko, Daniel Bogdoll, Maarten Bieshaar, J. Marius Zöllner, Bernhard Sick, und Tim Fingscheidt präsentiert. Diese Strategie konzentriert sich auf die Relevanz der semantischen Segmentierungsergebnisse auf Pixelebene. Diese Metrik hebt kleine Bereiche hervor, die von Eckfällen betroffen sind, und führt während der Auswertung einen Schweregradabzug ein, um sicherheitskritische Fehldetektionen genau zu identifizieren und potenzielle Risiken für ungeschützte Verkehrsteilnehmer in großen Datensätzen zu mindern.