この記事では、歩行者検出における深層ニューラルネットワーク（DNN）の評価方法を再検討しています。自動運転システムにおいて信頼できる歩行者検出は重要ですが、現行のパフォーマンスベンチマークには限界があります。特に、評価データセットの計測方法が不十分で、DNNの実際のパフォーマンスを正確に評価することが難しいという問題があります。この研究では、歩行者検出のエラーを8つのカテゴリに分類し、それに基づく新しい評価指標を提案しています。新しい指標を用いることで、異なるモデル間の比較がより詳細かつ安全性に重視した方法で行えることを示しています。また、シンプルなアーキテクチャで最新の技術を達成したことを報告しています。