3D目标检测综述
一、现有的3D目标检测算法
二、3D目标检测数据集
KITTI、nuScences、Waymo Open Dataset
三、衡量算法性能的标准
目标检测领域主要使用准确率(Precision)、召回率(Recall)、平均精确率(Average Precision,AP)、平均精确率均值 (mean Average Precision,mAP)以及检测速度来评价算法的性能。
三、基于点云的3D目标检测
1.你可能是在和985博士硕士或者别人一整个研究团队竞争
2.去KT数据集上面看,那些模型是团队、个人、高校发表的
3.点云数据需要更多的计算机算力
四、自己的感想
1.为什么KT数据集准确率很高,其他数据集准确率低
KITTI 数据集因为提出时间早,在自动驾驶目标检测领域是非常经典和使用最为广泛的数据集。但是该数据集也存在没有时序信息、数据量难以满足要求更高模型等问题。uScenes 和 WOD 数据集包含了大量不同场景下的点云数据,并且包含了时序信息。近年来越来越多的模型采用了这两个数据集。
2.我们出好的成果的明年了,一年时间自己能做出成果吗?一年后这个数据集上的准确率到哪里了?
3.研究3D目标检测的都是985高校和研究所