跳到正文
热点事件持续更新

BDD100K语义分割基准研究发布

1 篇报道1 个报道来源16 小时前更新

先了解这件事

AI 综述

2026年11月20日,arXiv发布论文《Backbone Matters》,由Ehsan Rassekh等人在BDD100K驾驶场景语义分割任务上评估编码器-解码器网络。 研究在BDD100K数据集上,用统一协议训练了52个模型,涵盖6个骨干族、13种骨干网络与4种解码器(U-Net、FPN、LinkNet、PSPNet)的组合。 实验结果显示,最优组合为FPN解码器搭配EfficientNet-B4骨干,mIoU达62.6%,准确率为89.8%。

AI 根据报道生成 · 15 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv · ML
    Backbone Matters: 在 BDD100K 驾驶场景语义分割中评估 Encoder-Decoder 网络

    在 BDD100K 数据集上,采用统一协议训练 52 个模型(6 个骨干族、13 种骨干与 4 种解码器),最佳组合为 FPN 解码器搭配 EfficientNet-B4 骨干,mIoU 达 62.6%,准确率 89.8%。

本事件热度走势

可比范围当前
6
可比范围峰值
911月20日 15:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。