Select Language

AI社区

公开数据集

对象跟踪评估(2D边界框),由21个训练序列和29个测试序列组成

对象跟踪评估(2D边界框),由21个训练序列和29个测试序列组成

63.2G
370 浏览
1 喜欢
0 次下载
0 条讨论
Autonomous Driving 2D Box

目标跟踪基准由21个训练序列和29个测试序列组成。尽管我们已经标记了8个不同的类,但在我们的基准测试中只评估了“汽车”和“行......

数据结构 ? 63.2G

    README.md

    目标跟踪基准由21个训练序列和29个测试序列组成。尽管我们已经标记了8个不同的类,但在我们的基准测试中只评估了“汽车”和“行人”类,因为只有那些类有足够的实例进行了全面评估。标记过程分为两个步骤:首先,我们雇佣了一组注释器,将3D边界框标记为点云中的轨迹。由于对于行人轨迹,单个3D边界框轨迹(尺寸已固定)通常不适合,因此我们还使用Mechanical Turk标记了每个对象的左/右边界。我们还收集了对象遮挡状态的标签,并通过将汽车/行人模型反向投影到图像平面中来计算对象的截断。我们使用HOTA、CLEAR MOT和MT/PT/ML指标评估提交的结果。我们通过HOTA对方法进行排名。我们的开发工具包和github评估代码提供了有关数据格式的详细信息,以及用于读取和写入标签文件的实用函数。

    暂无相关内容。
    暂无相关内容。
    • 分享你的想法
    去分享你的想法~~

    全部内容

      欢迎交流分享
      开始分享您的观点和意见,和大家一起交流分享.
    所需积分:65 去赚积分?
    • 370浏览
    • 0下载
    • 1点赞
    • 收藏
    • 分享