KITTI 3D Object Detection是由卡尔斯鲁厄理工学院(KIT)和丰田美国技术研究院(TRI)联合发布的3D目标检测基准测试,是自动驾驶领域最权威的3D目标检测基准之一。该基准提供了7481张训练图像和7518张测试图像,包含了汽车、行人、骑行者等3类目标的3D边界框标注,支持多种评估指标(3D AP、BEV AP、2D AP等)。KITTI 3D Object Detection基准推动了基于点云、图像和多模态融合的3D目标检测算法的发展,VoxelNet、PointPillars、SECOND、Part-A2、PV-RCNN等经典算法都在该基准上进行了评估。该基准被广泛应用于自动驾驶3D感知研究和工业应用中。
KITTI 3D Object Detection
KITTI 3D Object Detection是由卡尔斯鲁厄理工学院(KIT)和丰田美国技术研究院(TRI)联合发布的3D目标检测基准测试,是自动驾驶领域最权威的3D目标检测基准之一。该基准提供了7481张训练图像和7518张测试图像,包含了汽车、行人、骑行者等3类目标的3D边界框标注,支持多种评估指标(3D AP、BEV AP、2D AP等)。KITTI 3D Object Detection基准推动了基于点云、图像和多模态融合的3D目标检测算法的发展,VoxelNet、PointPillars、SECOND、Part-A2、PV-RCNN等经典算法都在该基准上进行了评估。该基准被广泛应用于自动驾驶3D感知研究和工业应用中。
测试方法与条件
提供7481张训练图像和7518张测试图像,包含汽车、行人、骑行者等3类目标的3D边界框标注