深度分析 從 mAP 迷思到時空推理：YOLO-3D 與 TemporalLens 的實驗分析 單階段影片偵測器雖能提升準確率，但常被質疑僅依賴單一影格而非真正推理時間脈絡。本研究提出 YOLO-3D 架構，透過維持骨幹網路時空深度提升偵測效能，並設計 TemporalLens 診斷框架，利用受控擾動量化模型對時間資訊的依賴度。結果顯示 3D 模型在動態場景中具備更強魯棒性，證明時空深度保留是提升影片推理能力的核心關鍵。
