评价流程
2021-08-20 15:44:38 0 举报大声道
作者其他创作
大纲/内容
N
self.mt_channel=/adlab/perception/label_tracking
解析inputDict参数
filter_dumped_frames
gt_source=imu
检测值以lidar坐标格式将帧导出到mt_pathmt_path默认路径为(logs/frames/mt_channel)
抛出异常
dump_eval_frames
gt_channel=/adlab/perception/obstacles_ale_labels
是否有人工标注真值
Y
gt_channel=user_params['gt_topic']
gt_source=labels
frames不为空
set_mt_channel() => self.mt_channel
根据参数设定待评价Channel，真值Channel
调用start()方法
self.mt_channel = user_params['mt_topic']
自定义参数中是否设置了gt_topic(user_params.get('gt_topic')
matrix/eval_modules/eval_ale_3d_tracking/object_filter.py/filter_objects
set_gt_channel() => self.gt_channel
真值以lidar坐标格式将帧导出到gt_pathgt_path默认路径为logs/frames/gt/gt_channel
roi过滤需要python3环境， 所以需要用已导出的帧作为输入过滤
导出pose、odom、gpose数据
冯智那边的map-roi过滤
开始matrix/evaluate.py/startEvaluate
处理评价结果result.json
见评价流程图
matrix/eval_modules/eval_ale_3d_tracking/evaluator.py/ALE3dTrackingFilter
GMapFilter.get_filtered_frames
过滤已导出的Json格式的帧
run()调用Python3评价脚本进行评价
对应真值是否存在
导出真值，估值帧
frames = get_mt_frames(channel)
/adlab/perception/label_tracking是否有数据
self.mt_channel=/adlab/perception/obstacles
开始评价
/adlab/perception/obstacles_post_write是否有数据
gt_source=pose
self.mt_channel=/adlab/perception/obstacles_post_write
自定义参数中是否设置了mt_topic(user_params.get('mt_topic')
将导出的真值写入到results.json/markers中
__init__
OcclusionFilter.get_filtered_frames
gt_source=custom
是否有imu真值数据
过滤帧get_filtered_frames
/adlab/perception/obstacles是否有数据
是否遮挡过滤
导出路径为logs/frames/pose_channel
ROI过滤
frames = get_gt_frames()
是否有pose真值
process_result
0 条评论
下一页
