yolov26_3d/eval_tools/docs/eval_instruction.md

• 真值说明

  • 3D真值类别：{0: vehicle, 1: pedestrian, 2: bike, 3: rider}

    • 车辆3D目标真值示例

    •   label: 1,
        x: 2, y: 3, w: 4, h: 5,
        x3d_ori: 6, y3d_ori: 7, z3d_ori: 8,
        13d: 9, h3d: 10, w3d: 11,
        rot_y: 12,
        xc_ori: 13, yc_ori: 14,
        xc_ori_d: 15, yc_ori_d: 16,
        alpha_ori: 17,
        0: 18,
        # the first face
        x3d: 19, y3d: 20, z3d: 21, alpha: 22, xc: 23, yc: 24, score: 25, is occ: 26,
        # the second face
        x3d: 27, y3d: 28, z3d: 29, alpha: 30, xc: 31, yc: 32, score: 33, is_occ: 34,
        # the third face
        x3d: 35, y3d: 36, z3d: 37, alpha: 38, xc: 39, yc: 40, score: 41, is_occ: 42,
        # the forth face
        x3d: 43, y3d: 44, z3d: 45, alpha: 46, xc: 47, yc: 48, score: 49, is_occ: 50
      

    • 说明：如上面所示，车辆目标的3D真值中共50个数值，其中，第一个数值为label（标签格式为数字），2-5是2D框信息（归一化后的中心点和宽高），6-8是中心点坐标，9-11是车辆3D尺寸信息，12为heading信息；19-50是四个面的3D信息，包含面的中心点坐标等，四个面的顺序为：前、后、左、右。

    • 注意：有的车辆目标只有2D框信息，此时，真值为6个数值，最后一位为-1，具体格式为：

      label:1, x: 2, y: 3, w: 4, h: 5, -1: 6
      

    • 非车辆类别3D目标真值示例

    •   label: 1,
        x: 2, y: 3, w: 4, h: 5,
        x3d_ori: 6, y3d_ori: 7, z3d_ori: 8,
        13d: 9, h3d: 10, w3d: 11,
        rot_y: 12,
        xc_ori: 13, yc_ori: 14,
        xc_ori_d: 15, yc_ori_d: 16,
        alpha_ori: 17,
        0: 18,
      

    • 说明：如上面所示，非车辆类别目标的3D真值中共18个数值，其中，第一个数值为label（标签格式为数字），2-5是2D框信息（归一化后的中心点和宽高），6-8是中心点坐标，9-11是3D尺寸信息，12为heading信息；

    • 注意：有的非车辆目标只有2D框信息，此时，真值为6个数值，最后一位为-1，具体格式为：

      label:1, x: 2, y: 3, w: 4, h: 5, -1: 6
      

  • 纯2D真值类别：{4: roadblock, 5: head, 6: tsr, 7: guideboard, 8: plate, 9: wheel, 10: tl_border, 11: tl_wick, 12: tl_num, 13: tricycle}

    真值格式为：

    label:1, x: 2, y: 3, w: 4, h: 5, -1: 6
    

• 检测结果说明

  • 3D目标类别

    • 车辆目标的检测结果格式为：

    •   vehicle 0.95 368.08 574.17 437.89 617.20 cam -30.14 1.43 68.55 5.52 2.50 2.31 2.70 left
      

    • 说明：如上面所示，车辆目标的检测结果中共15个数值，其中，第一个数值为label（格式为字符串），第二个为置信度，3-6为2D框信息（左上和右下角点的像素坐标），8-10为预测的最近面的中心点坐标，11-13为车辆的3D尺寸信息，14为heading信息，15为预测的最近面类别。

    • 非车辆目标的检测结果格式为：

    •   pedestrian 0.95 368.08 574.17 437.89 617.20 cam -30.14 1.43 68.55 5.52 2.50 2.31 2.70 whole
      

    • 说明：如上面所示，行人目标的检测结果中共15个数值，其中，第一个数值为label（格式为字符串），第二个为置信度，3-6为2D框信息（左上和右下角点的像素坐标），8-10为预测的3d box中心点坐标，11-13为3d box的3D尺寸信息，14为heading信息，15为填充位（非车辆类别都为whole）。

  • 纯2D类别

    输出格式：

    plate 0.94246 532.12 203.26 558.73 214.86

评测内容：

2D: 每个类别的召回率，准确率和AP(iou=0.5)，以及总的召回率，准确率和mAP。

3D: 评测每个3D类别的横向测距指标、纵向测距指标和heading偏差。