HyperAI超神经

3D Multi Object Tracking On Nuscenes

评估指标

AMOTA

评测结果

各个模型在此基准测试上的表现结果

比较表格
模型名称AMOTA
模型 10.58
模型 20.43
模型 30.56
模型 40.34
模型 50.66
模型 60.57
模型 70.68
模型 80.69
模型 90.07
模型 100.66
模型 110.65
模型 120.06
center-based-3d-object-detection-and-tracking0.64
模型 140.68
模型 150.63
模型 160.55
模型 170.34
模型 180.7
模型 190.27
模型 200.38
模型 210.65
crn-camera-radar-net-for-accurate-robust0.569
offline-tracking-with-object-permanence0.671
模型 240.69
模型 250.62
模型 260.73
模型 270.12
模型 280.37
unleashing-hydra-hybrid-fusion-depth0.584
模型 300.05
模型 310.64
模型 320.27
模型 330.26
模型 340.52
模型 350.23
模型 360.22
模型 370.46
模型 380.7
模型 390.740
模型 400.05
模型 410.69
模型 420.71
模型 430.69
模型 440.68
模型 450.68
模型 460.73
模型 470.7
模型 480.66
模型 490.68
模型 500.23
模型 510.48
模型 520.67
mctrack-a-unified-3d-multi-object-tracking0.763
模型 540.68
模型 550.27
模型 560.18
模型 570.27
eagermot-3d-multi-object-tracking-via-sensor0.68
模型 590.68
模型 600.21
模型 610.65
模型 620.55
模型 630.72
模型 640.68
模型 650.02
模型 660.753
模型 670.55
模型 680.55
simpletrack-understanding-and-rethinking-3d0.67
模型 700.54
模型 710.66
模型 720.24
模型 730.37
模型 740.6
模型 750.741
模型 760.07
模型 770.56
模型 780.2
模型 790.52
模型 800.71
模型 810.67
模型 820.03
模型 830.55
模型 840.55
模型 850.43
模型 860.43
模型 870.58
fast-poly-a-fast-polyhedral-framework-for-3d0.758
模型 890.72
模型 900.56
模型 910.56
模型 920.65
模型 930.66
模型 940.04
模型 950.67
模型 960.68
模型 970.43
模型 980.67
deft-detection-embeddings-for-tracking0.18
模型 1000.754
模型 1010.18
模型 1020.66
模型 1030.63
模型 1040.26
模型 1050.55
模型 1060.68
模型 1070.4
模型 1080.69
模型 1090.62
模型 1100.61
模型 1110.28
模型 1120.7
模型 1130.49
模型 1140.41
eagermot-3d-multi-object-tracking-via-sensor0.66