Nov, 2023
坎丁斯基共形预测：图像分割算法的高效校准
Kandinsky Conformal Prediction: Efficient Calibration of Image Segmentation Algorithms
Joren Brunekreef, Eric Marcus, Ray Sheombarsing, Jan-Jakob Sonke, Jonas Teuwen
TL;DR图像分割算法可以理解为一组像素分类器，其中相邻像素的结果是相关的。我们提出的方法，称为 “肯丁斯基校准”，利用自然图像分布中的空间结构，同时校准 “相似” 像素的分类器，从而更有效地利用可用于校准的图像。通过在公共 MS-COCO 和 Medical Decathlon 数据集的子集上训练和校准分割算法的实验，表明肯丁斯基校准方法可以显著改善覆盖范围，与基于像素和整个图像校准的方法相比，在少量数据上，肯丁斯基方法实现了更低的覆盖误差，表明其数据利用效率。