Skip to content
Hot eventLive

域偏移下行人检测的可解释性审计论文

1 reports1 sources16 hr ago updated

Get the story

AI overview

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。

Generated from reports · updated 16 hr ago

LatestOct 5
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。

Timeline

Follow the coverage from different angles.

Oct 5, 2026
  1. 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。

Heat trend

Current heat 7·Comparable peak 10（Oct 5）·Comparable change over 24 hours –

02.557.510Oct5Oct5Oct5Oct6

The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.