3D目标检测综述

3D目标检测综述

一、现有的3D目标检测算法

二、3D目标检测数据集

KITTI、nuScences、Waymo Open Dataset

三、衡量算法性能的标准

目标检测领域主要使用准确率（Precision）、召回率（Recall）、平均精确率（Average Precision，AP）、平均精确率均值 (mean Average Precision，mAP)以及检测速度来评价算法的性能。

三、基于点云的3D目标检测

1.你可能是在和985博士硕士或者别人一整个研究团队竞争
2.去KT数据集上面看，那些模型是团队、个人、高校发表的
3.点云数据需要更多的计算机算力

四、自己的感想

1.为什么KT数据集准确率很高，其他数据集准确率低
KITTI 数据集因为提出时间早，在自动驾驶目标检测领域是非常经典和使用最为广泛的数据集。但是该数据集也存在没有时序信息、数据量难以满足要求更高模型等问题。uScenes 和 WOD 数据集包含了大量不同场景下的点云数据，并且包含了时序信息。近年来越来越多的模型采用了这两个数据集。
2.我们出好的成果的明年了，一年时间自己能做出成果吗？一年后这个数据集上的准确率到哪里了？
3.研究3D目标检测的都是985高校和研究所