一种用于激光雷达3D目标检测的可解释性分析方法

AITNT
正文
推荐专利
一种用于激光雷达3D目标检测的可解释性分析方法
申请号:CN202410970713
申请日期:2024-07-18
公开号:CN118887658A
公开日期:2024-11-01
类型:发明专利
摘要
本发明提出了一种基于梯度和Shapley Additive Explanation的二阶段激光雷达3D目标检测器的可解释性方法,流程框架如图1,能够高效地生成高质量的归因图,可视化点云中每个点对于模型预测结果的影响大小。通过基于梯度生成的归因图能够有效地定位对于目标检测器输出影响最大的点云区域。此外,结合聚类和Shapley Additive Explanation进行二阶段增强,获取一个更加精细的归因图。本发明已应用于激光雷达3D目标检测可解释性分析系统中,能够高效地可视化展示输入点云中每个点对于模型预测结果的影响。
技术关键词
归因 激光雷达 检测器 3D点云 分析系统 分析方法 聚类 阶段 算法 代表 框架
系统为您推荐了相关专利信息
1
一种基于人工智能的产前超声辅助诊断与质控方法及系统
超声影像数据 质控方法 图像 深度卷积神经网络 质控系统
2
一种分布式松耦合的自动驾驶车辆标定系统
车辆标定系统 核心算法 标定算法 任务调度 像素点
3
一种基于AI视觉判读的分析系统
控制执行模块 关键点 图像采集模块 RANSAC算法 深度学习识别
4
一种基于资源整合的高精度地图测试方法及系统
地面控制点 测试方法 速率 智能显示终端 卫星影像数据
5
基于深度学习的无人车辆动力电池功率控制方法和系统
车辆制动距离 测试地面 测试电池 周期 动力电池
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号