使用视觉检测系统的自动驾驶汽车如何处理 n 种可能性作为输入
How do self driving cars using vision detection systems handle the n possibilities as inputs
我知道卷积神经网络可以用来解决这个问题，但是如果你看自动驾驶汽车的视频，比如特斯拉自动驾驶仪，他们仍然使用视觉检测和标记系统作为他们神经网络的输入。我想知道自动驾驶汽车如何解决 N 个可能数量的检测对象的问题，并且对于每个输入都有不同数量的信息来输入。由于神经网络结构非常严格，我认为这会导致问题。任何解释都会很有帮助；但是，如果您确实有一篇科学论文，我们将不胜感激！
这些网络不输出 class 标签，例如汽车、人或人行道，而是 N 个对象的概率分布。最终的决定是在后面做出的，基本上是取概率最高的对象作为预测。该模型是在大量图像上训练的，正如您所说，所有这些图像都包含不同数量的对象，但是由于模型本身输出所有 N 个对象的概率，而不管输入中的对象数量如何，这已经是模型受过训练。因此，如果图像中不存在对象类型，他们将学习输出接近于 0 的概率。
因为这是他们受过训练的东西，所以他们也可以在推理过程中这样做。当然，如果某些对象类型在数据中非常罕见，可能会出现一些问题，但这是一个 class 不平衡问题。
我知道卷积神经网络可以用来解决这个问题，但是如果你看自动驾驶汽车的视频，比如特斯拉自动驾驶仪，他们仍然使用视觉检测和标记系统作为他们神经网络的输入。我想知道自动驾驶汽车如何解决 N 个可能数量的检测对象的问题，并且对于每个输入都有不同数量的信息来输入。由于神经网络结构非常严格，我认为这会导致问题。任何解释都会很有帮助；但是，如果您确实有一篇科学论文，我们将不胜感激！
这些网络不输出 class 标签，例如汽车、人或人行道，而是 N 个对象的概率分布。最终的决定是在后面做出的，基本上是取概率最高的对象作为预测。该模型是在大量图像上训练的，正如您所说，所有这些图像都包含不同数量的对象，但是由于模型本身输出所有 N 个对象的概率，而不管输入中的对象数量如何，这已经是模型受过训练。因此，如果图像中不存在对象类型，他们将学习输出接近于 0 的概率。
因为这是他们受过训练的东西，所以他们也可以在推理过程中这样做。当然，如果某些对象类型在数据中非常罕见，可能会出现一些问题，但这是一个 class 不平衡问题。