3. 置信度基本概念

在感知系统中，模型输出的“检测框”“类别标签”只是结果的一半，另一半是“这个结果有多可信”。置信度（Confidence）就是用来量化这种可信程度的数值，通常位于 0 到 1 之间。它既不是简单的“分数”，也不是准确率本身，而是模型对当前预测正确性的一种主观估计。理解置信度的定义、校准方式、不确定性来源以及它与准确率的关系，是构建安全降级策略的前提。

一、置信度的定义：从“分数”到“概率”

在目标检测中，置信度通常由分类分支输出，表示“该框内存在目标且类别正确”的联合概率估计。以 YOLO 系列为例，每个预测框会输出 objectness 与 class_prob，最终置信度常写为：

confidence = objectness × class_prob
# 例如：objectness=0.92，class_prob=0.85
# confidence = 0.92 × 0.85 = 0.782

需要强调的是，这个数值是模型内部的“信念”，并不自动等于真实世界中的正确概率。一个输出 0.9 的框，可能实际只有 0.6 的概率正确。因此，置信度必须经过校准，才能作为安全决策的输入。

二、概率校准：让置信度“说真话”

概率校准的目标是让模型输出的置信度与真实正确率对齐。理想情况下，当模型给出 0.8 的置信度时，这批样本中应有约 80% 是正确的。常用的校准方法包括温度缩放（Temperature Scaling）、Platt Scaling 和 Isotonic Regression。其中温度缩放最简单，只引入一个温度参数 T：

# 温度缩放示例（PyTorch 风格）
logits = model(x)
calibrated = torch.softmax(logits / T, dim=-1)
# T > 1 使分布更平滑，降低过度自信
# T < 1 使分布更尖锐，增强区分度

校准后，置信度才具备“可解释的概率语义”，才能用于设定降级阈值。例如，当校准后置信度低于 0.5 时触发告警，低于 0.3 时切换冗余传感器。

三、不确定性来源：置信度为何会“失真”

置信度并非凭空产生，它的波动来自多个层面。理解这些来源，才能有针对性地设计降级策略。

• 数据不确定性（Aleatoric）：传感器噪声、遮挡、运动模糊、光照变化等。这类不确定性无法通过增加数据消除，只能通过多传感器融合缓解。
• 模型不确定性（Epistemic）：训练数据覆盖不足、分布外样本（OOD）、模型容量有限。这类不确定性可通过增加数据或集成模型降低。
• 标注不确定性：标注边界模糊、类别定义歧义、标注员不一致，导致模型学到“模棱两可”的映射。
• 任务不确定性：分类与回归任务耦合时，定位误差会传导至分类置信度，造成“框不准但分很高”的假象。

在自动驾驶感知中，雨天、逆光、隧道出入口是典型的高不确定性场景。此时模型可能仍输出较高置信度，但实际错误率显著上升，这就是“过度自信”陷阱。

四、置信度与准确率的关系：不是一回事

置信度是模型自评，准确率是客观统计结果。两者关系可以用“校准曲线”描述：横轴为置信度分桶，纵轴为该桶内的真实准确率。理想曲线为对角线；若曲线低于对角线，说明模型过度自信；高于对角线则说明模型过度保守。

置信度区间	样本数	真实准确率	偏差	状态判断
0.9 ~ 1.0	1200	0.82	-0.08	过度自信
0.7 ~ 0.9	2300	0.71	+0.01	校准良好
0.5 ~ 0.7	1800	0.58	-0.02	基本校准
0.3 ~ 0.5	900	0.41	+0.01	校准良好
0.0 ~ 0.3	600	0.12	-0.03	轻微过度自信

从表中可见，高置信度区间往往最容易出现过度自信。安全降级策略不能只看置信度绝对值，而应结合校准后的置信度与历史准确率曲线，动态调整阈值。

五、案例：置信度校准在安全降级中的应用

某 L2+ 辅助驾驶系统在夜间高速场景下，前向摄像头对锥桶的检测置信度普遍在 0.85 以上，但实际漏检率高达 18%。分析发现，模型在低照度下过度自信。团队引入温度缩放后，置信度整体下移，并设定：

if calibrated_conf < 0.45:
    trigger_warning("感知置信度低，请接管")
elif calibrated_conf < 0.30:
    switch_to_radar_fusion()
    reduce_speed(0.7)
else:
    keep_lane_keeping()

调整后，误报率下降 32%，漏检导致的急刹次数减少 41%。这说明：置信度本身不是安全指标，校准后的置信度才是。

六、常见误区与复盘

• 误区一：置信度越高越安全。未校准的高置信度可能是“盲目自信”，反而更危险。
• 误区二：用准确率代替置信度。准确率是全局统计量，无法反映单帧样本的可信程度。
• 误区三：忽略不确定性来源。只调阈值不分析来源，会导致降级策略在 OOD 场景下失效。
• 误区四：校准一次就一劳永逸。传感器老化、场景迁移都会使校准漂移，需定期复校。

总结来看，置信度是感知系统自我评估的起点，概率校准是让它可信的桥梁，不确定性分析是理解其边界的钥匙，而置信度与准确率的关系则是安全降级策略的标尺。只有把四者串联起来，才能让“降级”不是拍脑袋，而是有据可依的工程决策。