CoT-Segmenter-通过链式思维推理增强密集道路场景中的 OOD 检测-计算机科学-大语言模型-思维链-分布外检测.pdfVIP

CoT-Segmenter:通过链式思维推理增强密集道路场景中的OOD检测

JeonghyoSong,KiminYun,DaeUngJo,JinyoungKim,YoungjoonYoo

DepartmentofArtificialIntelligence,Chung-AngUniversity,Seoul,Korea

VisualIntelligenceLab.,ETRI,Daejeon,Korea

UniversityofScienceandTechnology(UST),Daejeon,Korea

SchoolofElectronicsEngineering,KyungpookNationalUniversity,Daegu,Korea

{thd9592s,barraki7226}@cau.ac.kr,kimin.yun@etri.re.kr,daeung.jo@knu.ac.kr,yjyoo3312@∗

本Abstract1.介绍

译可靠的分布外（OOD）检测对于稳健的语义分割

有效的分布外(OOD)检测对于确保语义分割模型

中至关重要，尤其是在自动驾驶等安全关键领域中，未能

的可靠性至关重要，特别是在安全性和准确性至关重

1识别不熟悉的目标可能会产生严重后果。在道路场景

v要的复杂道路环境中。尽管大型语言模型(LLMs)，特

4中，OOD检测旨在区分与训练分布显著不同的输入，

8别是GPT-4，在通过思维链(CoT)提示显著增强多模确保自主系统能够安全有效地应对意外或罕见的情况。

9态推理方面取得了近期进展，但在基于CoT的视觉推

3尽管最近有所进展，但由于现实世界的复杂性和现有

0.理应用于OOD语义分割方面的应用仍然鲜为人知。在模型的内在局限性，准确地识别和分割OOD对象仍然

7本文中，通过对道路场景异常的广泛分析，我们确定了具有挑战性。

0当前最先进的OOD分割方法在三个具有挑战性的场

5具体来说，我们在图1中识别出关键的失败案例，

2景中一直存在问题：(1)密集排列和重叠的对象，(2)远

:现有的OOD分割方法在这些案例中始终失效：(1)密

v处带有小对象的场景，以及(3)大型前景主导对象。为

i集聚集和重叠的物体，(2)小而远处的物体，以及(3)

x了解决提出的这些挑战，我们提出了一种针对道路异

r由RoadAnomaly数据集中的大型前景物体主导的场景

a常场景中的OOD检测的新颖CoT框架。我们的方法

[12]，这是一个代表性的道路场景理解基准。这些具有

利用了基础模型（如GPT-4）广泛的知识和推理能力，

挑战性的场景揭示了现有OOD分割方法的基本限制：

通过改进的图像理解和与观察到的问题场景属性相一

无法从上下