一种基于数据增强估计模型不确定度的方法及装置

本发明公开了一种基于数据增强估计模型不确定度的方法及装置，其适用于多组数据对应同一标签的任务场景，如视觉里程计等任务。该方法是在模型的训练阶段通过引入数据增强的策略来进行参数更新，在模型推理阶段分别计算原始输入和数据增强输入的结果，通过两种结果组成的混合数据的方差来衡量模型的不确定度。相比于现有的MCdropout和Deep Ensembles基于变模型参数的方法，本发明获得模型不确定度的方法不仅降低了对运算的开销，同时避免了对原始模型进行额外的修改，实现了更为简便且准确的不确定度估计。