公开(公告)号：CN115983369A

公开(公告)日：2023-04-18

申请号：CN202310053478.X

申请日：2023-02-03

Applicant: 电子科技大学

Inventor： 赵洋 ,  王潇 ,  杨啟航 ,  李曙光 ,  程洪

IPC: G06N3/082 ,  G06N3/04

Abstract: 本发明公开了一种快速估计自动驾驶深度视觉感知神经网络不确定性的方法，在已有的一个不含Dropout的预测层基础上，增加含有N个相同结构的随机Dropout预测层，构成N+1通道随机Dropout推理预测模块，这样，进行一次不确定性推理便得到预测结果的不确定性和准确的预测结果，节省了不确定性估计所使用的时间。此外，本发明中，最终的预测结果为权重均值，使得预测结果更为准确，同时，N组有差异的预测结果的置信度分数熵进行sigmoid函数运算，得到的目标分数熵作为不确定性估计值，这样比简单的方差跟更为准确地反应自动驾驶深度视觉感知神经网络不确定性，从而提高不确定性估计的准确度。

公开(公告)号：CN115983369B

公开(公告)日：2024-07-30

申请号：CN202310053478.X

申请日：2023-02-03

Applicant: 电子科技大学

Inventor： 赵洋 ,  王潇 ,  杨啟航 ,  李曙光 ,  程洪

IPC: G06N3/082 ,  G06N3/04

Abstract: 本发明公开了一种快速估计自动驾驶深度视觉感知神经网络不确定性的方法，在已有的一个不含Dropout的预测层基础上，增加含有N个相同结构的随机Dropout预测层，构成N+1通道随机Dropout推理预测模块，这样，进行一次不确定性推理便得到预测结果的不确定性和准确的预测结果，节省了不确定性估计所使用的时间。此外，本发明中，最终的预测结果为权重均值，使得预测结果更为准确，同时，N组有差异的预测结果的置信度分数熵进行sigmoid函数运算，得到的目标分数熵#imgabs0#作为不确定性估计值，这样比简单的方差跟更为准确地反应自动驾驶深度视觉感知神经网络不确定性，从而提高不确定性估计的准确度。