KITTI数据集中的3D Detection数据集详情

数据集内容

包含7481张训练图片以及7518张测试图片，一共有80256个标记物体
并且测试模式包含普通的视角以及鸟瞰视角（Bird Eye’s View, BEV）

任务

这里主要针对Kitti数据集的3D检测任务，分为3类：
（1）简单：最小的box高度为40px，不出现遮挡，最大box重叠比例为15%
（2）中等：最小的box高度为25px，最多出现部分遮挡，最大box重叠比例为30%
（3）困难：最小的box高度为25px，最多出现几乎完全遮挡，最大box重叠比例为50%

算mAP的时候，对于Car一般使用IoU=0.7，对于行人Pedestrain以及骑行者Cyclists使用IoU=0.5
一般的度量指标，这里分别对于

• 3D Object detection
• 3D Object detection (BEV)

都有mAP，mAP-BEV以及AOS

mAP和mAP-BEV的区别在于，是否是利用鸟瞰图来计算IoU，其形式也相同，为：
$$AP=\frac{TP}{TP+FP}$$
$$mAP=\frac{1}{40}\sum _{i=1}^{40}A{P}_i$$
其中$A{P}_i$代表$recall=\frac{i}{40}$时候的AP

AOS用来度量方向的精度
$$AOS=\frac{1}{40}\sum _{i=1}^{40}ma{x}_{r_{\ast }:r_{\ast }\ge r}S(r_{\ast })$$
$$S(r)=\frac{1}{|D_r|}\sum _{i\in D_r}\frac{1+cos\Delta \theta }{2}$$
$S(r)$为$recall=\frac{i}{40}$的方向相似度，$\Delta \theta$是角度差值