目标检测指标

指标	内容
mAP（mean Average Precision）	bev下2d中心点的距离来评价，而不是像2d检测里用iou来评价
mATE（Average Translation Error）	中心点的2D欧式距离
mASE（Average Scale Error）	中心点和朝向对齐后的尺度误差
mAOE（Average Orientation Error）	朝向误差
mAVE（Average Velocity Error）	速度误差
mAAE（Average Attribute Error）	属性误差
NDS（nuScenes detection score）	对上述所有进行加权平均

1. 目标检测

（1）平均精度（Average Precision, AP）

这是目标检测任务中最常用的评价指标之一。它衡量的是检测器在不同置信度阈值下的精度（Precision）- 召回率（Recall）曲线下的面积。nuScenes数据集基于不同类别目标，例如行人、车辆等，计算每个类别的AP。

（2）平均最佳重叠（Average Best Overlap, ABE）

ABE是nuScenes用来评估检测性能的一个更严格的指标，它要求检测结果与真实情况相比不仅要有高的IoU（交并比），而且还应该尽可能地精确预测目标的方向和速度。

2. 目标跟踪

（1）多目标跟踪精度（Multiple Object Tracking Precision, MOTP）

MOTP衡量的是被正确关联的检测与真实目标之间的平均重叠度。

（2）多目标跟踪召回率（Multiple Object Tracking Recall, MOTR）

MOTR计算的是数据集中所有真实目标被正确跟踪的比例。

（3）识别分数（Identity Score, IDF1）

DF1是一种衡量跟踪准确性与一致性（即正确识别同一目标的连续性）的指标。它考虑了预测轨迹与真实轨迹之间的匹配情况，从而评价跟踪算法在长时间内跟踪目标的能力。

3. NDS（nuScenes Detection Score）

NDS是一个综合指标，它将上述各种单一指标结合在一起，通过加权平均的方式给出一个总分，以便更全面地评估自动驾驶系统在目标检测、跟踪等多任务上的表现。NDS考虑的因素包括不同尺度目标的检测、跟踪的精确度和流畅度等。