难以置信这不是场景流！

当前的场景流方法在描述小物体的运动方面普遍存在不足，而当前的场景流评估协议通过对许多点进行平均来掩盖这一失败，其中大部分点来自较大的物体。为了修正这一评估缺陷，我们提出了一种新的评估协议 Bucket Normalized EPE，它是类别感知且速度归一化的，能够在以截然不同速度移动的物体类型之间进行情境化的误差比较。为了突显当前方法的失败，我们提出了一个极其简单的有监督场景流基线 TrackFlow，它通过将一个高质量的预训练检测器（使用了许多类别再平衡技术进行训练）附加到一个简单的跟踪器上构建而成，在当前的标准评估上产生了最先进的性能，并在我们的新评估上比现有技术有大幅提升。我们的结果明确表明，所有场景流评估都必须具备类别和速度感知能力，并且有监督的场景流方法必须解决点类别不平衡问题。我们在 https://github.com/kylevedder/BucketedSceneFlowEval 公开发布了评估代码。