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
超声影像数据
质控方法
图像
深度卷积神经网络
质控系统
车辆标定系统
核心算法
标定算法
任务调度
像素点
控制执行模块
关键点
图像采集模块
RANSAC算法
深度学习识别
地面控制点
测试方法
速率
智能显示终端
卫星影像数据