关于自动驾驶中三维目标检测的离线评估
计算机视觉与模式识别
2023-08-25 v1 机器人学
摘要
三维目标检测的前期工作使用平均精度等离线指标评估模型，因为在下游驾驶任务上的闭环在线评估成本高昂。然而，离线结果对驾驶性能的指导性尚不清楚。在本工作中，我们进行了首次实证评估，衡量当检测器集成到完整自动驾驶栈中时，不同检测指标对驾驶性能的预测能力。我们在 CARLA 模拟器中使用 16 个目标检测模型对城市驾驶进行了大量实验。我们发现 nuScenes 检测分数与驾驶性能的相关性高于广泛使用平均精度指标。此外，我们的结果呼吁谨慎对待对新兴的“以规划器为中心”指标类的单一依赖。
引用
@article{arxiv.2308.12779,
title = {On Offline Evaluation of 3D Object Detection for Autonomous Driving},
author = {Tim Schreier and Katrin Renz and Andreas Geiger and Kashyap Chitta},
journal= {arXiv preprint arXiv:2308.12779},
year = {2023}
}
备注
Appears in: IEEE International Conference on Computer Vision (ICCV'23) Workshops