Probabilistic Object Detection with Conformal Prediction

Riepilogo Tecnico: Rilevamento Probabilistico di Oggetti con Predizione Conformale

Enunciato del Problema
La distribuzione di rilevatori di oggetti in domini critici per la sicurezza, come la guida autonoma, richiede non solo previsioni accurate ma anche stime affidabili dell'incertezza. I rilevatori all'avanguardia si basano tipicamente su reti neurali deterministiche che mancano di una quantificazione intrinseca dell'incertezza (UQ). Sebbene esistano rilevatori probabilistici, i loro metodi di UQ sono spesso specifici del modello e computazionalmente costosi. La Predizione Conformale (CP) offre un framework post-hoc, agnostico rispetto al modello e libero da distribuzioni, per costruire insiemi di previsione con garanzie di copertura marginale su campioni finiti. Tuttavia, l'applicazione della CP al rilevamento di oggetti presenta due sfide specifiche:

1. Output Multipli Strutturati: Il rilevamento di oggetti produce previsioni multi-output (coordinate del riquadro di delimitazione e etichette di classe), complicando l'applicazione della teoria classica della CP progettata per output singoli.
2. Intervalli a Larghezza Fissa: La CP standard (non scalata) genera intervalli di previsione di larghezza costante su tutti gli input. Ciò ignora la difficoltà variabile delle singole previsioni, portando a intervalli eccessivamente ampi per casi a bassa incertezza e potenzialmente a una copertura insufficiente per casi ad alta incertezza.

Metodologia
Gli autori propongono un framework che integra la Predizione Conformale con un rilevatore probabilistico di oggetti addestrato utilizzando l'attenuazione della perdita (Kendall e Gal, 2017; Kassem Sbeyti et al., 2023). Questo rilevatore impara l'incertezza aleatoria (varianza) per ogni previsione insieme agli obiettivi di regressione, fornendo una stima dell'incertezza efficiente dal punto di vista computazionale e priva di campionamento.

La metodologia è strutturata in quattro componenti chiave:

1. CP per Coordinata con Correzione di Bonferroni:
   Poiché la regressione del riquadro di delimitazione coinvolge quattro coordinate, la CP viene applicata per coordinata. Per garantire coperture congiunte a livello di riquadro senza assumere strutture di dipendenza tra le coordinate, gli autori applicano una correzione di Bonferroni, allocando un livello di mancata copertura di $\alpha/4$ a ciascuna coordinata.

2. CP Scalata vs. Non Scalata:

   • CP Non Scalata: Utilizza un quantile fisso derivato dai residui assoluti ($| \hat{f}(x) - y |$), risultando in intervalli a larghezza costante.
   • CP Scalata: Adatta la larghezza dell'intervallo in base alle stime dell'incertezza aleatoria dipendenti dall'input ($\hat{\sigma}(x)$). La funzione di punteggio viene riscalata: $s(\hat{y}, y) = | \hat{f}(x) - y | / \hat{\sigma}(x)$.
   • Varianti di Calibrazione: Lo studio valuta le stime grezze (non calibrate) dell'attenuazione della perdita contro due varianti calibrate utilizzando la regressione isotonica relativa (applicata globalmente e per coordinata/per classe) per correggere la mancata calibrazione nelle stime grezze della varianza.

3. CP Agnostica alla Classe vs. CP per Classe:

   • Agnostica alla Classe: Calcola un unico insieme di punteggi di conformità su tutte le classi.
   • Per Classe: Calcola quantili di calibrazione separati per ogni classe di verità fondamentale (assumendo etichette note), permettendo alle larghezze degli intervalli di adattarsi alla difficoltà specifica della classe.

4. Pipeline a Due Fasi (Classificazione e Regressione Congiunte):
   Seguendo Timans et al. (2025), gli autori implementano una pipeline in cui:

   • Fase 1: La CP viene applicata all'head di classificazione utilizzando Insiemi di Previsione Adattivi Regularizzati (RAPS) per generare un insieme di previsione per la classe dell'oggetto.
   • Fase 2: Il riquadro di delimitazione conformalizzato è condizionato su questo insieme di classi previste. Il quantile per il riquadro di delimitazione viene selezionato come il caso peggiore solo sulle classi presenti nell'insieme di previsione, piuttosto che su tutte le possibili classi.

Contributi Chiave
Il paper apporta i seguenti contributi specifici:

• Confronto Sistematico: Una valutazione completa della CP non scalata rispetto a quella scalata per il rilevamento di oggetti multiclasse, valutando sia la validità della copertura che la nitidezza dell'intervallo (IoU e punteggio dell'intervallo) in contesti intra-dominio e cross-dominio.
• Analisi della Calibrazione dell'Incertezza: Un'indagine su come la calibrazione delle stime grezze dell'attenuazione della perdita (tramite regressione isotonica) influisca sulle prestazioni della CP scalata.
• Valutazione per Classe: Un'analisi della CP per classe per la regressione del riquadro di delimitazione, dimostrandone l'impatto sulla copertura e sulla nitidezza rispetto a contesti agnostici alla classe.
• Valutazione della Pipeline Congiunta: Una valutazione di una pipeline a due fasi che conformalizza congiuntamente gli head di classificazione e regressione, testando specificamente l'interazione tra insiemi di previsione di classe basati su RAPS e riquadri di delimitazione conformalizzati.

Risultati Sperimentali
Gli esperimenti sono stati condotti su tre dataset di guida autonoma: KITTI, BDD e CODA (quest'ultimo servendo come valutazione cross-dominio sotto spostamento di distribuzione).

• Prestazioni Scalate vs. Non Scalate: La CP scalata ha costantemente superato la CP non scalata in termini di nitidezza senza sacrificare le garanzie di copertura.
  • Miglioramenti IoU: La CP scalata ha raggiunto fino al 19% di IoU in più (ad esempio, +5,4% su KITTI, +6,3% su CODA per varianti specifiche) rispetto alla CP non scalata.
  • Punteggi dell'Intervallo: La CP scalata ha ridotto i punteggi dell'intervallo fino al 39%, indicando un compromesso significativamente migliore tra larghezza e copertura.
  • Spostamento di Distribuzione: I benefici del ridimensionamento sono stati più pronunciati nel contesto cross-dominio (CODA), dove il rilevatore opera sotto spostamento di distribuzione, suggerendo che intervalli adattivi sono cruciali quando le prestazioni del modello peggiorano.
• Impatto della Calibrazione: Le stime grezze (non calibrate) dell'attenuazione della perdita hanno catturato la maggior parte dei guadagni di prestazioni rispetto alla CP non scalata. Ulteriore calibrazione tramite regressione isotonica ha fornito solo miglioramenti marginali aggiuntivi nella nitidezza, con effetti trascurabili sulla copertura.
• Per Classe vs. Agnostica alla Classe: La stratificazione per classe ha ridotto i punteggi dell'intervallo per entrambe le varianti scalate e non scalate, con una riduzione più significativa per la CP scalata. Ciò suggerisce che i quantili condizionati alla classe interagiscono favorevolmente con il ridimensionamento dell'incertezza aleatoria.
• Pipeline a Due Fasi: Nella pipeline congiunta di classificazione-regressione, la CP scalata ha dimostrato una robustezza superiore. Mentre la CP non scalata ha subito un sostanziale aumento del punteggio dell'intervallo (peggioramento della nitidezza) quando condizionata su insiemi di previsione di classe, il punteggio dell'intervallo della CP scalata è effettivamente diminuito (migliorato). Ciò indica che la CP scalata degrada in modo più graduale quando combinata con l'incertezza di classificazione.

Significato e Affermazioni
Gli autori affermano che scalare gli intervalli della Predizione Conformale mediante stime di incertezza aleatoria derivate dall'attenuazione della perdita è un metodo semplice, computazionalmente efficiente e fondato su principi per migliorare la nitidezza dei rilevatori di oggetti conformalizzati.

I punti chiave enfatizzati dagli autori includono:

• Incertezza Azionabile: La pipeline proposta produce stime di incertezza più azionabili per il rilevamento di oggetti in tempo reale e nel mondo reale, evitando un eccessivo conservatorismo non necessario in scenari a bassa incertezza.
• Robustezza: La superiorità della CP scalata vale su diversi dataset, strategie di calibrazione dell'incertezza e configurazioni di pipeline (agnostica alla classe, per classe e a due fasi).
• Validità: I miglioramenti nella nitidezza sono ottenuti senza compromettere le garanzie di copertura marginale, che rimangono valide sia per le varianti scalate che per quelle non scalate.
• Praticità: L'approccio richiede un solo passaggio in avanti e nessuna modifica architetturale oltre all'head di output, rendendolo adatto ad applicazioni critiche per la sicurezza dove l'efficienza computazionale è fondamentale.

Il paper conclude che, sebbene la CP fornisca le necessarie garanzie di copertura, integrarla con stime di incertezza dipendenti dall'input (CP scalata) è essenziale per produrre insiemi di previsione stretti e utili in compiti complessi e multi-output come il rilevamento di oggetti.