对象检测中的对象置信度是否有任何统计学上有意义的定义？

Question

大多数现代对象检测算法都依赖于神经网络，并为每个对象输出一个边界框和置信度（或者更准确地说，为所考虑的每个可能的对象类别的置信度，其中最高的被认为是真实的对象置信度和定义该对象的预测类）。除了给出“对象性”的相对可能性（置信度为 0.9 的预测边界框比置信度为 0.1 的预测边界框更可能实际包含对象）之外，这些预测是否有任何统计意义？例如，我们是否可以说 0.1 的预测置信度表示在此置信度下大约 10% 的预测实际上是对象？还有其他具有统计学意义的定义吗？

我知道这充其量只是一个松散的统计含义，因为神经网络将使用损失函数进行训练，这些损失函数将这个统计分布编码为损失，然后网络只会近似这个统计分布。因此，分布还取决于用于训练神经网络分类部分的损失函数。尽管存在这些问题，置信度度量是否存在或在某些时候存在固有含义，还是纯粹是一个相对数量？

Answer 1

这在文献中称为“校准”。当分布也是一个很好的置信度度量时，神经网络就被很好地校准了。

参见论文Your classifier is secretly an energy based model and you should treat it like one 和关于校准的第 5.2 节。