计算机视觉应用--常用的3D目标检测数据集及其评价指标.pptx

常用的3D目标检测数据集及其评价指标7.4

7.4常用的3D目标检测数据集及其评价指标3D目标检测的研究通常依赖于一系列常用的数据集,这些数据集包含了带有标签的3D点云数据、图像数据等。这些数据集可以用来训练、评估和比较不同的3D目标检测算法。本节将介绍一些常用的3D目标检测数据集。

7.4.1KITTI数据集KITTI数据集(KarlsruheInstituteofTechnologyandToyotaTechnologicalInstitutedataset)是由德国卡尔斯鲁厄理工学院和丰田美国技术研究院联合建立的,可用于多种自动驾驶场景下的视觉算法的评测,如立体图像评测、光流、深度估计、2D/3D目标检测、目标追踪等,是目前使用最广泛的一个公开数据集。KITTI数据集中的道路场景如图7-23所示。KITTI数据集使用Velodyne品牌的64线3D激光雷达完成点云数据的采集,还使用摄像机同步进行对应图像的采集。KITTI数据集包含7481个训练样本和7518个测试样本,其主要的检测目标有3类:Car、Pedestrian、Cyclist,并依据遮挡、截断等情况,按难度将目标分为Easy、Moderate、Hard这3个等级。KITTI数据集为不同的类别设置了不同的IoU阈值,其中,Car类别的阈值为0.7,Cyclist和Pedestrian类别的阈值为0.5。7.4常用的3D目标检测数据集及其评价指标

7.4常用的3D目标检测数据集及其评价指标

与2D目标检测相同,平均准确率(AP)是3D目标检测任务的主要评估指标。通常使用插值的方法计算AP,如式7-1所示。式中,R表示预定义的召回位置,P(r)给出召回r的精度。在KITTI测试集中通常使用R=40。KITTI的官方网址为/datasets/kitti/。7.4常用的3D目标检测数据集及其评价指标

7.4.2nuScenes数据集nuScenes数据集由在波士顿和新加坡拍摄的1000个驾驶场景组成,涵盖了不同地点、不同时间和不同天气的情况。每个场景的时长为20秒,其中标注的三维边界框分为23个类,带有8个属性的标记值。nuScenes数据集相比于KITTI数据集大得多,其标注量是KITTI的7倍,且nuScenes数据集是本节所讲述的3个数据集中唯一包含了三维Radar数据的数据集。此外,KITTI数据集多是在白天和良好天气条件下拍摄的,而nuScenes数据集还包含了夜晚及雨天等场景。图7-24展示了从晴朗天气(第1列)、夜间(第2列)、雨水(第3列)和施工区(第4列)收集的前置相机图像。7.4常用的3D目标检测数据集及其评价指标

7.4常用的3D目标检测数据集及其评价指标

nuScenes检测任务需要检测10个具有3D边界框、属性(如坐着与站着)和速度的目标类。这10个类是nuScenes数据集中注释的所有23个类的子集。在3D目标检测任务中,unScenes数据集采用的评估指标包括平均精度(AP)指标、nuScenes检测分数(nuScenesDetectionScore,NDS)和神经规划指标(PlanningKL-Divergence,PKL)。AP指标中使用鸟瞰图的中心距离d代替三维包围框的交并比进行阈值匹配,这样做是为了将检测与目标大小和方向分离。随后,通过计算AP,以查全率和查准率曲线下超过10%的查全率的归一化面积来评估性能。nuScenes数据集删除了召回率或准确率低于10%的操作点,以尽量减少低精度和召回区域中常见的噪声影响。如果某个类别在该区域中没有获取到操作点,则该类别的AP设置为零。然后,对D={0.5,1,2,4}米的匹配阈值和类别集合C进行平均得到mAP,用于综合评估整体性能。计算如式7-2所示。7.4常用的3D目标检测数据集及其评价指标

由于mAP中仅考虑了包围框的位置信息,不包括尺寸和方向,因此,除了AP之外,nuScenes数据集还为每个与真值框匹配的预测量设置了一组真阳性指标(TP指标),分别对预测的三维边界框的平移、尺度、方向、速度和属性进行评估,具体包括平均平移误差(averagetranslationerror,ATE)、平均比例误差(averagescaleerror,ASE)、平均方位误差(averageorientationerror,AOE)、平均速度误差(averagevelocityerror,AVE)和平均属性误差(averageattributeerror,AAE)。每个TP指标的所有类别C的平均TP值mTP的计算式如式7-3所示。7.4常用的3D目标检测数据集及其评价指标

在IoU上