在蔚来的自动驾驶系统中，需要对不同类型的障碍物进行实时分类。假设你要设计一个简单的障碍物分类模型，你会考虑哪些因素，以及如何进行模型的评估？

答题要点

推荐答题框架：使用 STAR 法则，先说明任务背景（S），再阐述采取的步骤（T、A），最后提及评估结果（R）。关键要点：1. 考虑因素包括障碍物的特征，如形状、大小、运动状态等；数据的多样性，要涵盖不同场景下的障碍物。2. 模型选择可以是基于深度学习的卷积神经网络。3. 评估指标可选用准确率、召回率、F1 值等，还可以进行交叉验证。示例话术：在这个任务中，背景是为自动驾驶系统设计障碍物分类模型。我会考虑障碍物特征和数据多样性，选用卷积神经网络模型。评估时，用准确率、召回率等指标，还会进行交叉验证，以确保模型的性能。