Select Language

AI社区

公开数据集

3D物体检测评估 包含7481个训练图像和7518个测试图像以及相应的点云

3D物体检测评估 包含7481个训练图像和7518个测试图像以及相应的点云

118G
388 浏览
4 喜欢
1 次下载
0 条讨论
Vehicle,Autonomous Driving 3D Box

3D对象检测基准由7481个训练图像和7518个测试图像以及相应的点云组成,包括总共80.256个标记对象。为了评估,我们计算精度召回曲......

数据结构 ? 118G

    README.md

    3D对象检测基准由7481个训练图像和7518个测试图像以及相应的点云组成,包括总共80.256个标记对象。为了评估,我们计算精度召回曲线。为了对这些方法进行排序,我们计算平均精度。我们要求所有方法对所有测试对使用相同的参数集。

    我们使用同样用于2D对象检测的PASCAL标准来评估3D对象检测性能。因此,将根据图像平面中的边界框高度对远对象进行过滤。由于只有同样出现在图像平面上的对象才被标记,所以非汽车区域中的对象不算作误报。我们注意到,评估没有考虑忽略图像平面上不可见的检测——这些检测可能会导致误报。对于汽车,我们需要70%的3D边界框重叠,而对于行人和骑车人,我们需要50%的3D边界盒重叠。困难定义如下:
    简单:最小边界框高度:40 Px,最大遮挡级别:完全可见,最大截断:15%
    中等:最小边界框高度:25 Px,最大遮挡级别:部分遮挡,最大截断:30%
    硬:最小边界框高度:25 Px,最大遮挡级别:难以看到,最大截断:50%
    所有方法都基于中等难度的结果进行排名。

    Citation

    When using this dataset in your research, we will be happy if you cite us:
    @INPROCEEDINGS{Geiger2012CVPR,
      author = {Andreas Geiger and Philip Lenz and Raquel Urtasun},
      title = {Are we ready for Autonomous Driving? The KITTI Vision Benchmark Suite},
      booktitle = {Conference on Computer Vision and Pattern Recognition (CVPR)},
      year = {2012}
    }


    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:105 去赚积分?
    • 388浏览
    • 1下载
    • 4点赞
    • 收藏
    • 分享