3D目标检测评估标准

已于 2024-03-09 13:19:54 修改
阅读量4.8k 收藏 3
点赞数
分类专栏： 点云处理 文章标签： 人工智能
于 2022-04-03 10:59:53 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qhu1600417010/article/details/123934280
版权
  1. 评价指标
    bbox：2D检测框的准确率
    3d： 3D检测框的准确率
    bev： BEV视图下检测框的准确率
    aos： 检测目标旋转角度的准确率

pointrcnn评估的时候就产生了4个评价指标的RP曲线
在这里插入图片描述

  • car_deteceion.png 2Dbox的RP曲线
  • car_orientation.png 2Dbox在考虑aos时的PR曲线
  • car_detection_3d.png 3Dbox的PR曲线
  • car_detection_ground.png BEV视图的RP曲线

pointrcnn PR曲线介绍
使用evaluate_object_offline_3d.cpp进行离线评估某个某模型的预测西效果。计算41次recall和precision。recall是通过设置不同大小的阈值求得；设置阈值主要是求解FN的大小。具体怎么求解，等之后仔细阅读evaluate_object_offline_3d.cpp再来补充

星光技术人
关注
  • 0
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
专栏目录
3D目标检测实战 | 图解KITTI数据集评价指标AP R40(附Python实现)
FRIGIDWINTER的博客
11-06 2140
平均准确度AP是目标检测中非常重要的评价指标，本文介绍准确率、召回率，用实例讲解P-R曲线的绘制，分析了AP R11和AP R40的区别，并给出Python实现
3D目标检测中常见的评价指标
最新发布
m0_55649616的博客
07-07 683
mAP可翻译为平均精确度（average precision）的平均（mean）也称全类平均精度。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。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）。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。
机器学习算法评估指标——3D目标检测
格物钛智能科技作为非结构化数据赋能专家，为企业及AI开发者提供全新的智能时代数据管理方案，以数据引擎为核心技术，打造下一代数据平台，解决非结构化数据难发现、难管理、难利用等痛点，帮助企业筑牢新基建底层，实现海量复杂数据的灵活存取用，助推AI工程化和数据资产
06-01 6511
在真实的三维世界中，物体都是有三维形状的，许多应用都需要有目标物体的长宽高还有偏转角等信息。以自动驾驶为例，在自动驾驶场景下，需要从图像中提供目标物体三维大小及旋转角度等指标，鸟瞰投影的信息对于后续的路径规划和控制具有至关重要的作用。我们将使用RGB图像、RGB-D深度图像和激光点云，输出物体类别及在三维空间中的长宽高、旋转角等信息的检测称为3D目标检测。 多类别目标的检测问题可以转换为“某类物体检测正确、检测错误”的二分类问题，从而可以构造混淆矩阵，使用目标分类的一系列指标评估模型精度，例如：使用P..
【3D目标检测】常见相关指标说明
cjy_colorful0806的博客
05-07 1017
mean Average Precision（平均精度均值），它是目标检测和信息检索等任务中的重要性能指标。mAP 通过综合考虑精度和召回率来衡量模型的总体性能。
KITTI数据集3d目标检测的评价的含义
qq_39025922的博客
04-14 1万+
kitti数据集评价的含义kitti数据集的相关介绍kitti数据集3d目标检测的评价参考文献 kitti数据集的相关介绍 论文: are we ready for autonomous driving the kitti vision benchmark suite kitti数据集下载及解析，参考博客: KITTI数据集下载及解析 和 KITTI数据集下载（百度云） （这两个博客真的良心，感谢作者！！！） kitti数据集3d目标检测的评价 kitti数据集可以针对很多下游任务。本文只针对3d目标检
自动驾驶中3D目标检测综述
gongyuandaye的博客
01-14 2534
在3D目标检测中，一般有两类评估指标，一类是将2D检测中的AP挪用到3D检测中，如KITTI，包含3D和BEV两个AP，分别代表3D上的IoU和BEV上的IoU，另一类评估指标则是基于下游任务的，如PKL、SDE等，比如在驾驶场景中，相同的IoU随着离驾驶人越近，权重增加，因为更能危及到驾驶人的安全问题，这就是AP指标未能考虑的点。但是PKL、SDE也不是完美的，PKL是需要预训练的运动规划器的，但是预训练的过程并非能保证不出错，而SDE需要重构物体边界，这通常是很复杂的。
KITTI数据集评估方法小结
weixin_43543177的博客
02-21 4925
kitti数据集评估方法小结
基于YOLO的3D目标检测（激光雷达点云）课程设计
03-05
在本课程设计中，我们将深入探讨“基于YOLO的3D目标检测（激光雷达点云）”这一主题。YOLO，全称为You Only Look Once，是一种实时的目标检测系统，最初被设计用于2D图像目标检测。然而，随着自动驾驶、机器人导航等...
3D目标检测可视化测试数据
10-13
本测试数据集是针对3D目标检测的可视化测试，旨在帮助用户验证和评估其3D目标检测算法的性能。 首先，我们来深入理解3D目标检测。3D目标检测的目标是在三维空间中识别和定位物体，这比2D图像中的目标检测更为复杂，...
3D目标检测跟踪-基于kitti+waymo数据集的自动驾驶场景的3D目标检测+跟踪渲染可视化.zip
04-07
在自动驾驶技术领域，3D目标检测与跟踪是至关重要的组成部分，因为它们能够帮助车辆精确识别周围环境中的物体，如其他车辆、行人、自行车等。本项目聚焦于利用kitti和waymo这两个广泛使用的数据集来实现3D目标检测和...
OpenPCDet官网全部模型+3D目标检测
09-04
《OpenPCDet: 3D目标检测模型与技术解析》 OpenPCDet是一个开源的3D目标检测框架，专门用于处理点云数据，为自动驾驶、机器人导航等领域提供强大的视觉感知能力。该框架集成了多种先进的3D目标检测算法，如...
yolo3d目标检测识别，使用opencv技术基于深度学习
03-09
基于OpenCV的使用YOLOv3进行目标检测,使用YOLO神经网络的实时目标检测代码。
Based+3d+object+detection_雷达数据集训练3d目标检测的实例_目标检测_雷达三维_
09-28
模型评估阶段，通常会使用一些标准的3D目标检测指标，如平均平均精度（mAP）、平均IoU等。通过在验证集上不断调整超参数和优化模型，以达到最优性能。 最后，模型在测试集上的表现可以反映出其在实际应用中的潜力。...
KITTI 3D目标检测离线评估工具包说明
ShuqiaoS的博客
09-20 8403
KITTI 3D目标检测离线评估工具包说明 本文是KITTI 3D目标检测离线评估工具包的使用说明和相关代码学习文件，从这里可以下载。更新于2018.09.19。 文章目录KITTI 3D目标检测离线评估工具包说明工具包README文件代码学习evaluate_object_3d_offline.cpp主函数evaliBox\tGroundtruth\tDetectioneval_classsav...
详解经典旋转目标检测算法RoI Transformer
qq_36561737的博客
07-12 1万+
一、引言 1、旋转目标检测检测就是将具有旋转方向的目标检测出来，也就是需要检测目标的中心点、长宽、角度。在俯视图的目标检测中比较常见，如遥感图像目标检测、航拍图像目标检测等。(见下图旋转目标检测，图源论文RoI Transformer ) 2、旋转目标检测算法，目前多阶段里面性能较好的是RoI Transformer这个算法，本篇博客将详细分析此算法。 论文《Learning RoI Transformer for Oriented Object Detection in Aerial Images》 开
【3D目标检测】3D Object Detection for Autonomous Driving: A Survey
可乐大牛的博客
10-22 2286
这是一篇21年的综述，介绍了3D目标检测背景、传感器以及基于传感器的算法分类及其特点。
KITTI 3D目标检测的评估指标
热门推荐
W1995S的博客
03-31 1万+
Car AP_R40@0.70, 0.50, 0.50: bbox AP:95.5675, 92.1874, 91.3088 bev AP:95.6500, 94.7010, 93.9918 3d AP:95.6279, 94.5680, 93.6853 aos AP:95.54, 91.98, 90.94 Pedestrian AP@0.50, 0.50, 0.50: bbox AP:65.0374, 61.3875, 57.8241 bev AP:60.1475, 54.9657, 51.17
kitti 3d目标检测数据集
09-10
您好！对于Kitti 3D目标检测数据集，它是一个用于自动驾驶领域的常用数据集，用于训练和评估3D目标检测算法。该数据集包含了从车辆上安装的多个传感器（如摄像头、激光雷达）获取的真实场景数据。 Kitti 3D目标检测数据集主要包含以下内容： 1. 图像数据：RGB图像序列，用于视觉信息的输入。 2. 激光雷达数据：点云数据，用于提供3D空间中目标的位置和形状等信息。 3. 标注数据：每个图像都有相应的标注文件，标注了每个目标的边界框、类别、旋转角度等信息。 使用Kitti 3D目标检测数据集，可以训练模型来检测和跟踪道路上的车辆、行人、自行车等目标物体。这对于自动驾驶系统的开发和测试非常有帮助。 希望以上信息对您有所帮助！如果您还有其他问题，请随时提问。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

星光技术人

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值