热点事件持续更新
域偏移下行人检测的可解释性审计论文
1 篇报道1 个报道来源16 小时前 更新
先了解这件事
AI 综述
2026年10月5日，arXiv Computer Vision（一手）发表关于域偏移下行人检测的可解释性审计研究。该研究针对固定的 YOLOv8s 行人检测器，在 PIE 和 JAAD 数据集上审计其事后解释方法。审计采用 ROI-based D-Deletion 技术，并将置信度按三分位冻结，结合秩检验、bootstrap 区间与 Holm 校正进行统计分析，以评估解释在域偏移条件下的可靠性。目前报道仅涉及该论文的方法与对象，未提及其他进展或结论。
AI 根据报道生成 · 16 小时前更新
最新进展10月5日 12:00
arXiv新论文审计固定YOLOv8s在PIE与JAAD上的事后解释，采用D-Deletion与多重统计校正。报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv · Computer Vision域偏移下行人检测的置信度控制 XAI 审计
该研究用 ROI-based D-Deletion、冻结置信度三分位、秩检验、bootstrap 区间与 Holm 校正，审计固定 YOLOv8s 行人检测器在 PIE 和 JAAD 上的事后解释。
本事件热度走势
当前热度 7·可比范围峰值 10（10月5日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。