知识点 › 场景挖掘与标注
一致性挖掘
Consistency Mining
定义
不依赖标注真值，用「模型之间/时序之间/传感器之间」的不一致找问题：新旧模型分歧、前后帧预测矛盾、图像与点云检测冲突、跟踪 ID 频繁切换。廉价且召回高。
关键要点
- 传感器冲突是天然的 bad case 探测器（图像看到、点云没看到）
- 时序抖动往往预示遮挡/远处小目标问题
- 一致性挖掘的误报率高，需要聚类后人工快速筛
面试怎么答
举「图像与点云检测不一致」的例子，说明它如何零成本发现 bad case。
相关知识
- 难例挖掘 — 从海量数据中把「模型表现差」的片段捞出来：基于失败事件（接管/AEB）、基于模型指标（低置信/高损失）、基于一致性、基…