MPD数据集主要涵盖复杂的道路场景，如道路阴影、相机过度曝光、雨、雾、车道污染等。这些场景精确测试了自动驾驶算法的稳固性。适用于其他相关数据集的算法很可能不适用于MPD，而基于MPD数据集的算法在真实场景中其实具有很强的适应性。欢迎自主驾驶领域的研究人员基于MPD数据集来评估算法的性能！
细分指标
对于隔离，我们将通过[道路检测算法的新性能度量和评估基准]来评估准确性。
对于输出置信图的方法，选择分类阈值 τ 以最大化 F 测量值，从而产生 Fmax：
平均精度 （AP） 将由不同的召回率值 r 定义：
AP 和 Fmax 都将被视为我们评估您的算法的衡量标准。此内容的完整信息将在我们的论文中。
道路
1
PC-CNN-V2
95.20%
0.5s
GPU@2.5Ghz
2
F-PointNet
95.17%
0.17s
GPU@3.0Ghz
车道线
1
PC-CNN-V2
95.20%
0.5s
GPU@2.5Ghz
2
F-PointNet
95.17%
0.17s
GPU@3.0Ghz
