Benchmarking YOLOv4–YOLOv11 for Autonomous Driving: Small-Object Detection, Adverse Conditions and Confidence Calibration
Notice bibliographique
Résumé
Autonomous vehicles rely on real‑time object detection to perceive their surroundings and make safety‑critical decisions. The You Only Look Once (YOLO) family of one‑stage detectors is attractive for embedded platforms because it delivers high throughput; however, achieving high accuracy, fast inference and reliable confidence estimation simultaneously remains challenging. This study investigates how detection‑head design (anchor‑based vs. anchor‑free), intersection‑over‑union (IoU) loss functions and post‑processing strategies (standard non‑maximal suppression (NMS) vs. NMS‑free training) influence both accuracy and calibration for autonomous‑driving scenarios. Experiments were conducted on the BDD100K validation split using a unified training recipe with 640×640 images, consistent data augmentations and identical hyper‑parameters across eight configurations. Mean Average Precision (mAP), Expected Calibration Error (ECE), Brier score and end‑to‑end inference speed (frames per second, FPS) were measured alongside an error taxonomy for small objects. To further improve confidence reliability, a simple post‑hoc temperature‑scaling calibration was applied and evaluated. The results show that an anchor‑free head with a Complete‑IoU (CIoU) loss and NMS‑free training achieves the best accuracy–efficiency trade‑off, reducing ECE from 2.6 % to 2.1 % and increasing throughput to 97 FPS without sacrificing mAP. Temperature scaling further decreases ECE by approximately 0.5 percentage points and improves low‑confidence precision–recall area. These findings demonstrate that carefully chosen architectural and post‑processing design choices can significantly improve both the accuracy and trustworthiness of YOLO‑based detectors for autonomous vehicles.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».