3D目标检测中常见的评价指标

1. mAP（Mean Average Precision）

        mAP可翻译为平均精确度（average precision）的平均（mean）也称全类平均精度。通俗来说AP是指在某一类别的检索结果中，通过计算Precision-Recall曲线下面积得到的值。（Recall为横轴，Precision为纵轴）。mAP是对多个类别的AP值的平均。

检测精度或查准率（Precision）：

• 定义：在所有被模型预测为正类的样本中，真正类的比例。
• 计算公式：
• ​ 其中，TP（True Positives）是真正类，FP（False Positives）是假正类。
• 反映内容：精度反映了模型预测的正类样本中有多少是正确的，衡量了模型的准确性。如果精度高，说明模型的误检率低，即错误地将负类预测为正类的情况较少。

召回率或查全率（Recall）：

• 定义：在所有真实为正类的样本中，被模型正确预测为正类的比例。
• 计算公式：
• ​ 其中，FN（False Negatives）是假负类。
• 反映内容：召回率反映了模型能捕捉到的真正类样本的比例，衡量了模型的灵敏度。如果召回率高，说明模型漏检的情况较少，即错误地将正类预测为负类的情况较少。

AP（平均精度）：

AP 是指在某一类别的检索结果中，通过计算Precision-Recall曲线下面积得到的值。Precision-Recall曲线是一个二维曲线，其中x轴表示召回率（Recall），y轴表示精度（Precision）。具体计算步骤如下：

1. 对所有的预测结果按照置信度从高到低排序。
2. 计算每个预测结果的Precision和Recall。
3. 绘制Precision-Recall曲线。
4. 计算曲线下面积，即为AP值。

2. mATE

Average Translation Error,平均平移误差(ATE) 是二维欧几里德中心距离(单位为米)。

3. mASE

Average Scale Error, 平均尺度误差(ASE) 是1 - IoU, 其中IoU 是角度对齐后的三维交并比。

4. mAOE

Average Orientation Error.平均角度误差(AOE) 是预测值和真实值之间最小的偏航角差。(所有的类别角度偏差都在360∘度内, 除了障碍物这个类别的角度偏差在180∘ 内)

5. mAVE

Average Velocity Error.平均速度误差(AVE) 是二维速度差的L2 范数(m/s)。

6. mAAE

Average Attribute Error,平均属性错误(AAE) 被定义为1−acc, 其中acc 为类别分类准确度。

7. NDS（nuScenes 检测分数）

        NuScenes 提出了一个综合指标，即 nuScenes 检测分数（NDS），以评估不同的方法并设置基准测试。它由平均精度（mAP）、平均平移误差（ATE）、平均尺度误差（ASE）、平均方向误差（AOE）、平均速度误差（AVE）和平均属性误差（AAE）组成。

计算公式如下：

这里的mTP即上述所说的2-6计算出来的值。

参考链接：nuScenes数据集评价指标_nds指标-CSDN博客