深度学习算法的检测指标
深度学习算法测试的数据集一般采用公开的数据集进行训练和测试,比如常用的KITTI数据集。
深度学习算法的检测指标通常由bbox、bev、3d、aos四个检测指标
上述四个检测指标的含义:
bbox:2D检测框的准确率
bev:BEV视图下检测框的准确率
3d:3D检测框的准确率
aos:检测目标旋转角度的准确率
这篇博客介绍了SA-SSD算法的3D框指标计算的代码
因为SA-SSD算法采用的是mmdetection架构,这篇文章详细介绍了mmdetection中configs中各项参数的解释
上面图中给出car AP @0.7 0.7 0.7 和car AP @0.7 0.5 0.5。
car AP @0.7 0.7 0.7
表示的是不同难度情况下算法的平均精度(难度评价根据所标注包围框是否被遮挡、遮挡程度进行评价),AP表示的是平均精度、0.7表示的是最小IOU(交并比),如下图所示:
当然,不同算法的关于检测指标的代码也有所不同,比如PointPillars的检测指标介绍了coco方式
最后,给大家分享下3D目标检测的结果
发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/2139.html原文链接:https://javaforall.cn
【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛
【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...