深度学习算法评价标准AP bbox bev 3d

一时失言乱红尘 2022-12-04 08:40 93阅读 0赞

## 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

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1JOR191emlf_size_16_color_FFFFFF_t_70_pic_center]

## 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][Link 1]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][Link 2]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：

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1JOR191emlf_size_16_color_FFFFFF_t_70_pic_center 1]  
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][PointPillars]介绍了coco方式

--------------------

最后，给大家分享下3D目标检测的结果

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1JOR191emlf_size_16_color_FFFFFF_t_70_pic_center 2]

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1JOR191emlf_size_16_color_FFFFFF_t_70_pic_center]: /images/20221123/7c2ff72f67554146976b7b6d2f859759.png
[Link 1]: https://blog.csdn.net/qq_39732684/article/details/105762909
[Link 2]: https://blog.csdn.net/hajlyx/article/details/85991400
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1JOR191emlf_size_16_color_FFFFFF_t_70_pic_center 1]: /images/20221123/2e3cc37a14fe429197ddf66a35ba3ba0.png
[PointPillars]: https://blog.csdn.net/weixin_40805392/article/details/101476400
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1JOR191emlf_size_16_color_FFFFFF_t_70_pic_center 2]: /images/20221123/780ae20a2b89486eaaef50e30e1b6178.png