对象检测和对象方向估计基准包括7481个训练图像和7518个测试图像
- 格式:docx
- 大小:14.04 KB
- 文档页数:2
对象检测和对象方向估计基准包括7481个训练图像和7518个测试图像,其中包含80.256
个标记对象。所有图像都是彩色的,保存为png格式。为了进行评价,我们计算了对象检
测的精确-回忆曲线和面向对象的相似-回忆曲线,用于联合对象检测和方位估计。在后一种
情况下,不仅要正确地定位物体的二维包围盒,而且还要评估鸟眼观的方位估计。对计算方
法的平均精度和平均取向量进行排序。我们要求所有方法对所有测试对使用相同的参数集。
我们的开发工具包提供了关于数据格式以及MATLAB / c++实用函数的详细信息,用于读取
和写入标签文件。
下载对象数据集的左彩色图像(12gb)
下载正确的彩色图像,如果你想使用立体信息(12gb)
下载3个临时前帧(左彩色)(36 GB)
下载3个临时前帧(右颜色)(36 GB)
下载Velodyne点云,如果你想使用激光信息(29gb)
下载目标数据集的摄像机校准矩阵(16mb)
下载对象数据集的训练标签(5mb)
下载对象开发工具包(1 MB)(包括3D对象检测和鸟瞰图评估代码)
下载预训练的LSVM基线模型(5mb),用于联合3D估计对象和场景布局(NIPS 2011)。这
些模型被称为LSVM-MDPM-sv(监督版本)和LSVM-MDPM-us(无监督版本)。
下载参考检测(L-SVM)用于培训和测试集(800 MB),前李(纽约大学)已经将代码从KITTI转
换为PASCAL VOC文件格式(包括文档,需要Emacs)。
Karl Rosaen (U.Mich)已经发布了在KITTI、KITTI跟踪、Pascal VOC、Udacity、CrowdAI
和AUTTI格式之间转换的代码。
我们使用PASCAL标准和目标检测和方向估计性能评估目标检测性能,使用我们的CVPR
2012出版物中讨论的度量。对于汽车,我们要求重叠70%,而对于行人和骑自行车的人,
我们需要50%的重叠来检测。在不关心的区域或探测中发现小于最小尺寸的探测,不被认
为是假阳性。难点定义如下:
简单:最小边界框高度:40像素,最大咬合水平:完全可见,最大截断:15%
中等:最小边界框高度:25像素,最大咬合水平:部分咬合,最大截断:30%
困难:最小边界框高度:25像素,最大咬合水平:难以看清,最大截断:50%
所有的方法都基于中等难度的结果进行排名。值得注意的是,在被提供的边界框中,有2%
的边界框没有被人类识别,因此在98%的情况下,上限的召回率为98%。因此,仅供参考。
注1:2017年4月25日,我们在对象检测评估脚本中修复了一个bug。到目前为止,提交检
测过滤基于最小值边界框的高度为各自的类别,我们一直只做过检测地面真理,从而导致假
阳性类别的“简单”25 - 39边界框的高度,Px提交时(为所有类别和假阳性如果边框小于25 Px
提交)。我们感谢Amy Wu, Matt Wilder, Pekka Janis和Philippe Vandermersch的反馈。在
这里可以找到更改之前的最后一个排行榜!
方法使用的附加信息。
立体:方法使用左右(立体声)图像。
流:方法使用光流(2个临时相邻图像)
多视图:方法使用超过2个时间相邻的图像。
激光点:方法使用来自Velodyne激光扫描仪的点云。
额外培训数据:使用额外的数据来源进行培训(详见)