深度神经网络中的置信度测量制造技术

本公开提供“深度神经网络中的置信度测量”。一种系统包括计算机，所述计算机包括处理器和存储器，并且所述存储器包括指令，使得所述处理器被编程为计算多个预测的标准偏差，其中所述多个预测中的每个预测是通过不同的深度神经网络使用传感器数据生成的；以及基于所述标准偏差确定与对象相对应的测量结果中的至少一者。至少一者。至少一者。

【技术实现步骤摘要】
深度神经网络中的置信度测量


[0001]本公开总体上涉及深度神经网络。

技术介绍

[0002]车辆在操作时使用传感器来收集数据，所述传感器包括雷达、激光雷达、视觉系统、红外系统和超声换能器。车辆可在沿道路行驶时致动传感器以收集数据。基于所述数据，可以确定与所述车辆相关联的参数。例如，传感器数据可指示相对于所述车辆的对象。

技术实现思路

[0003]车辆传感器可提供关于车辆的周围环境的信息，并且计算机可使用由车辆传感器检测到的传感器数据来处理数据，并且由此估计与周围环境有关的一个或多个物理参数。数据处理可以包括回归、对象检测、对象跟踪、图像分割、语义和实例分割。回归包括基于输入数据确定连续变量或实值变量。对象检测可以包括确定与车辆周围的环境中的对象相对应的标签。例如，对象跟踪包括确定一个或多个对象在时间序列图像上的位置。图像分割包括确定图像中的多个区域的标签。实例分割是其中一种类型的对象(诸如车辆)的每个实例被单独标记的图像分割。一些车辆计算机可以使用包括深度学习技术的机器学习技术来利用深度神经网络来帮助对对象进行分类和/或估计物本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种方法，其包括：计算多个预测的标准偏差，其中所述多个预测中的每个预测是通过不同的深度神经网络使用传感器数据生成的；以及基于所述标准偏差确定与对象相对应的测量结果中的至少一者。2.如权利要求1所述的方法，其还包括：将分布的标准偏差与预定变化阈值进行比较；以及当所述标准偏差大于所述预定变化阈值时向服务器传输所述传感器数据。3.如权利要求2所述的方法，其还包括：当所述标准偏差大于所述预定分布变化阈值时禁用车辆的自主车辆模式。4.如权利要求2所述的方法，其还包括：当所述标准偏差小于所述预定分布变化阈值时操作所述车辆。5.如权利要求1所述的方法，其还包括：从车辆的车辆传感器接收所述传感器数据；以及将所述传感器数据提供给每个深度神经网络。6.如权利要求1所述的方法，其中每个深度神经网络包括卷积神经网络。7.如权利要求5所述的方法，其还包括：将由车辆的图像传感器捕获的图像提供...

【专利技术属性】
技术研发人员：古吉特，
申请(专利权)人：福特全球技术公司，
类型：发明
国别省市：