【清华大学】揭秘黑盒：鸟瞰图感知模型的独立功能模块评估

文章预览

点击下方 卡片 ，关注“ 自动驾驶专栏 ”公众号 自动驾驶干货 ，即可获取 论文链接： https://arxiv.org/pdf/2409.11969 摘要 本文介绍了鸟瞰图感知模型的独立功能模块评估 。端到端模型正在逐渐成为自动驾驶感知的主流方向。然而，无法精细解构其内部机制会导致开发效率降低并且阻碍了信任的建立。为了解决该问题，本文提出了鸟瞰图感知模型的独立功能模块评估 （BEV-IFME ），这是一种新的框架，它在统一的语义表示空间内将模块的特征图与真值比较，以量化它们的相似性，从而评估单个功能模块的训练熟练度。框架的核心在于特征图编码和表示对齐的过程（由所提出的两阶段对齐自编码器完成），其确保了突出信息的保留和特征结构的一致性。用于评估功能模块训练熟练度的指标（相似性得分）与BEV指标呈鲁棒的正相关，平均相关系数为0.9387， ………………………………