一、ADAS業務場景綜述
- ADAS — advanced driver assistance system
1、adas簡介
2、應用場景
3、需解決的問題
4、標註方法
5、判斷算法性能好壞的標準
6、數據集資源
- KITTI:針對於無人駕駛鄰域,計算機視覺處理任務,提供的一個龐大的數據集,數據集數據量龐大。涵蓋了目標檢測,目標分割等等一些任務。
- MOT是同樣也是多目標跟蹤領域的一個重要的數據集,它一方面能夠用於多目標跟蹤這樣的場景,同時也能夠用於多目標檢查的模型的訓練和評測。
- BDDV數據集,數據量在1.8T左右
7、KITTI數據集
- 本文下載紅框中的數據集
- 左方爲標註信息的描述文件
- 右方信息含義依次爲:
- type: 類別,don‘t care:目標太小,或者遮擋太嚴重,無法用於模型訓練
- truncated:是否截斷,此處爲0-1之間的值,0代表沒有發生截斷,1代表發生了截斷
- occluded:0,1,2,3分別代表了目標被遮擋的程度,0表示爲全部遮擋,1爲部分遮擋,2爲大面積遮擋,3爲無法判別,一般是遮擋較小的情形
- alpha:攝像機的偏轉角度
- bbox:當前目標在圖像中的位置信息,左上和右下兩個像素點所對應的像素信息
- location,dimensions,roration_y:當前的目標在相機中的座標,以及當前的維度,一共六個信息沒有被用到
- score: 表明了當前目標的置信度,如果置信度越高,這檢測出的可靠性越高