3D Object Detection On Nuscenes

Métriques

NDS

mAAE

mAOE

mAP

mASE

mATE

mAVE

Résultats

Résultats de performance de divers modèles sur ce benchmark

Tableau comparatif

Nom du modèle	NDS	mAAE	mAOE	mAP	mASE	mATE	mAVE
Modèle 1	0.52	0.13	0.42	0.43	0.26	0.6	0.5
Modèle 2	0.74	0.13	0.3	0.71	0.23	0.24	0.24
Modèle 3	0.7	0.13	0.34	0.64	0.24	0.26	0.22
multimodal-virtual-point-3d-detection	0.71	0.13	0.32	0.66	0.24	0.26	0.31
Modèle 5	0.71	0.12	0.36	0.68	0.24	0.27	0.26
Modèle 6	0.18	0.59	0.96	0.09	0.42	0.7	1.0
Modèle 7	0.61	0.13	0.54	0.54	0.26	0.38	0.29
Modèle 8	0.62	0.13	0.34	0.53	0.24	0.45	0.31
Modèle 9	0.38	0.18	0.54	0.3	0.27	0.72	1.17
Modèle 10	0.73	0.13	0.34	0.71	0.24	0.25	0.26
Modèle 11	0.72	0.13	0.37	0.69	0.25	0.26	0.27
Modèle 12	0.45	0.13	0.44	0.38	0.25	0.63	1.48
Modèle 13	0.45	0.11	0.52	0.33	0.26	0.63	0.61
probabilistic-and-geometric-depth-detecting	0.45	-	-	0.39	-	-	-
Modèle 15	0.58	0.12	0.39	0.46	0.25	0.46	0.33
Modèle 16	0.71	0.12	0.37	0.67	0.24	0.27	0.27
Modèle 17	0.57	0.14	0.42	0.45	0.25	0.32	0.42
Modèle 18	0.59	0.14	0.38	0.51	0.26	0.45	0.39
Modèle 19	0.61	0.15	0.43	0.54	0.26	0.4	0.36
Modèle 20	0.58	0.42	0.33	0.62	0.24	0.28	1.35
Modèle 21	0.58	0.13	0.37	0.49	0.26	0.57	0.31
Modèle 22	0.6	0.12	0.35	0.53	0.25	0.52	0.38
Modèle 23	0.42	0.2	0.35	0.33	0.26	0.66	1.66
Modèle 24	0.55	0.15	0.49	0.47	0.27	0.57	0.41
Modèle 25	0.08	0.87	1.14	0.05	0.79	0.82	1.43
Modèle 26	0.47	0.11	0.67	0.37	0.4	0.48	0.48
Modèle 27	0.73	0.13	0.33	0.71	0.24	0.26	0.25
do-you-remember-the-future-weak-to-strong	0.63	-	-	0.54	-	-	-
Modèle 29	0.71	0.12	0.35	0.67	0.25	0.31	0.22
Modèle 30	0.59	0.13	0.37	0.52	0.25	0.56	0.39
Modèle 31	0.7	0.12	0.32	0.64	0.23	0.26	0.22
Modèle 32	0.59	0.13	0.42	0.46	0.25	0.31	0.32
Modèle 33	0.49	0.13	0.39	0.41	0.26	0.53	0.79
Modèle 34	0.77	0.13	0.28	0.75	0.22	0.22	0.19
Modèle 35	0.7	0.13	0.34	0.64	0.24	0.26	0.21
Modèle 36	0.08	1.0	0.79	0.01	0.64	0.86	1.39
Modèle 37	0.73	0.13	0.35	0.69	0.23	0.24	0.19
Modèle 38	0.49	0.14	0.59	0.41	0.26	0.48	0.7
Modèle 39	0.67	0.14	0.33	0.58	0.25	0.26	0.22
Modèle 40	0.54	0.12	0.41	0.44	0.26	0.54	0.48
Modèle 41	0.51	0.13	0.44	0.43	0.27	0.64	0.54
Modèle 42	0.74	0.13	0.32	0.72	0.24	0.25	0.27
Modèle 43	0.7	0.13	0.38	0.65	0.24	0.27	0.28
Modèle 44	0.63	0.12	0.32	0.55	0.25	0.51	0.28
Modèle 45	0.46	0.16	0.52	0.35	0.26	0.63	0.52
Modèle 46	0.76	0.13	0.33	0.76	0.23	0.24	0.23
Modèle 47	0.7	0.13	0.32	0.64	0.23	0.25	0.24
Modèle 48	0.68	0.12	0.36	0.61	0.24	0.28	0.22
Modèle 49	0.63	0.14	0.38	0.53	0.25	0.3	0.24
class-balanced-grouping-and-sampling-for	0.63.3	-	-	0.528	-	-	-
dsvt-dynamic-sparse-voxel-transformer-with	0.73	0.14	0.30	-	0.23	0.25	0.25
Modèle 52	0.55	0.13	0.87	0.48	0.25	0.32	0.34
Modèle 53	0.08	0.92	0.9	0.09	0.92	0.92	1.08
Modèle 54	0.59	0.13	0.36	0.51	0.25	0.55	0.4
Modèle 55	0.74	0.13	0.35	0.72	0.24	0.25	0.25
Modèle 56	0.52	0.11	0.48	0.34	0.26	0.35	0.27
Modèle 57	0.61	0.13	0.38	0.48	0.25	0.32	0.26
Modèle 58	0.62	0.13	0.44	0.54	0.26	0.34	0.33
Modèle 59	0.63	0.13	0.46	0.54	0.25	0.29	0.26
Modèle 60	0.59	0.12	0.35	0.5	0.25	0.54	0.34
Modèle 61	0.01	0.9	1.06	0.0	1.0	1.02	0.99
ea-bev-edge-aware-bird-s-eye-view-projector	0.78	0.12	0.28	0.77	0.21	0.23	0.20
Modèle 63	0.4	0.14	0.63	0.34	0.26	0.66	1.63
Modèle 64	0.51	0.12	0.45	0.41	0.26	0.69	0.45
Modèle 65	0.62	0.13	0.34	0.53	0.25	0.44	0.29
Modèle 66	0.44	0.15	0.47	0.37	0.25	0.6	1.0
Modèle 67	0.43	0.13	0.41	0.21	0.24	0.63	0.31
Modèle 68	0.37	0.14	0.6	0.29	0.26	0.75	1.58
Modèle 69	0.71	0.14	0.36	0.67	0.24	0.26	0.27
Modèle 70	0.74	0.13	0.34	0.72	0.24	0.25	0.27
Modèle 71	0.57	0.13	0.38	0.49	0.26	0.57	0.39
Modèle 72	0.49	0.1	0.5	0.38	0.25	0.61	0.53
Modèle 73	0.69	0.13	0.37	0.62	0.24	0.28	0.21
Modèle 74	0.58	0.13	0.38	0.47	0.25	0.5	0.33
infofocus-3d-object-detection-for-autonomous	0.4	0.4	1.13	0.39	0.26	0.36	1.0
Modèle 76	0.58	0.13	0.45	0.48	0.26	0.44	0.37
Modèle 77	0.67	0.14	0.32	0.59	0.25	0.39	0.17
Modèle 78	0.38	0.36	1.58	0.49	0.84	0.48	1.45
Modèle 79	0.64	0.12	0.48	0.57	0.25	0.3	0.25
Modèle 80	0.73	0.14	0.35	0.71	0.24	0.26	0.26
Modèle 81	0.34	1.0	0.5	0.35	0.26	0.63	1.58
Modèle 82	0.68	0.13	0.34	0.6	0.24	0.27	0.24
Modèle 83	0.5	0.12	0.39	0.42	0.25	0.52	0.83
Modèle 84	0.71	0.13	0.32	0.66	0.24	0.24	0.27
Modèle 85	0.56	0.12	0.44	0.46	0.25	0.5	0.36
focalformer3d-focusing-on-hard-instance-for	0.75	0.13	0.33	0.72	0.24	0.25	0.23
Modèle 87	0.46	0.13	0.42	0.4	0.26	0.68	0.89
ssn-shape-signature-networks-for-multi-class-1	0.57	0.31	0.43	0.46	0.26	0.37	0.26
Modèle 89	0.48	0.15	0.4	0.42	0.24	0.53	0.98
Modèle 90	0.7	0.13	0.38	0.65	0.24	0.26	0.27
Modèle 91	0.62	0.13	0.41	0.52	0.25	0.42	0.25
Modèle 92	0.14	1.0	0.61	0.05	0.43	0.82	2.08
Modèle 93	0.36	0.33	0.46	0.27	0.25	0.71	1.31
ssn-shape-signature-networks-for-multi-class-1	0.62	0.09	0.43	0.51	0.24	0.34	0.27
multi-modal-3d-object-detection-by-box	0.721	-	-	0.689	-	-	-
sparc-sparse-radar-camera-fusion-for-3d	0.671	-	-	0.60	-	-	-
Modèle 97	0.72	0.13	0.32	0.67	0.23	0.25	0.26
Modèle 98	0.71	0.12	0.3	0.65	0.23	0.24	0.24
Modèle 99	0.76	0.13	0.29	0.74	0.23	0.23	0.24
Modèle 100	0.72	0.13	0.36	0.7	0.24	0.26	0.27
Modèle 101	0.36	0.19	0.61	0.3	0.28	0.83	1.09
Modèle 102	0.47	0.11	0.51	0.44	0.26	0.57	1.22
Modèle 103	0.61	0.12	0.33	0.52	0.24	0.44	0.34
robust-multimodal-3d-object-detection-via	0.74	0.11	0.30	0.72	0.24	0.27	0.27
Modèle 105	0.57	0.13	0.38	0.48	0.26	0.58	0.38
Modèle 106	0.03	0.93	0.93	0.01	0.92	0.97	0.99
Modèle 107	0.5	0.14	0.49	0.38	0.25	0.59	0.42
Modèle 108	0.73	0.13	0.32	0.69	0.23	0.25	0.21
Modèle 109	0.66	0.13	0.4	0.61	0.26	0.28	0.32
nuscenes-a-multimodal-dataset-for-autonomous	0.442	-	-	-	-	-	-
Modèle 111	0.55	0.11	0.43	0.44	0.26	0.5	0.38
Modèle 112	0.71	0.13	0.31	0.66	0.23	0.25	0.24
Modèle 113	0.53	0.13	0.39	0.39	0.25	0.54	0.35
Modèle 114	0.64	0.14	0.37	0.59	0.26	0.43	0.35
Modèle 115	0.54	0.13	0.39	0.46	0.25	0.62	0.49
Modèle 116	0.562	0.187	0.331	0.467	0.253	0.605	0.336
Modèle 117	0.6	0.13	0.42	0.52	0.26	0.42	0.38
Modèle 118	0.75	0.13	0.32	0.73	0.24	0.24	0.23
Modèle 119	0.61	0.13	0.43	0.51	0.25	0.3	0.37
Modèle 120	0.73	0.13	0.37	0.71	0.24	0.26	0.28
Modèle 121	0.71	0.13	0.38	0.69	0.24	0.26	0.27
Modèle 122	0.62	0.13	0.38	0.51	0.24	0.3	0.29
Modèle 123	0.58	0.12	0.38	0.48	0.25	0.53	0.32
center-based-3d-object-detection-and-tracking	0.71	0.14	0.35	0.67	0.24	0.25	0.25
Modèle 125	0.77	0.13	0.27	0.75	0.22	0.23	0.21
Modèle 126	0.6	0.15	0.44	0.53	0.26	0.4	0.35
Modèle 127	0.52	0.13	0.38	0.45	0.25	0.57	0.78
Modèle 128	0.72	0.13	0.35	0.68	0.24	0.26	0.27
Modèle 129	0.72	0.13	0.32	0.68	0.23	0.25	0.26
Modèle 130	0.66	0.12	0.35	0.57	0.24	0.25	0.27
Modèle 131	0.69	0.13	0.34	0.63	0.24	0.28	0.3
Modèle 132	0.44	0.2	0.51	0.39	0.26	0.57	1.05
Modèle 133	0.58	0.11	0.37	0.48	0.25	0.54	0.37
Modèle 134	0.58	0.42	0.34	0.62	0.24	0.28	1.36
Modèle 135	0.49	0.12	0.3	0.42	0.24	0.55	1.07
Modèle 136	0.71	0.12	0.35	0.67	0.24	0.25	0.27
Modèle 137	0.46	0.15	0.39	0.39	0.24	0.59	1.06
bevfusion-multi-task-multi-sensor-fusion-with	0.76	0.13	0.32	0.75	0.23	0.24	0.22
Modèle 139	0.16	0.5	1.6	0.11	0.58	0.87	2.21
Modèle 140	0.48	0.13	0.39	0.41	0.26	0.64	0.85
Modèle 141	0.65	0.13	0.34	0.58	0.26	0.45	0.24
Modèle 142	0.49	0.15	0.39	0.44	0.25	0.53	1.0
Modèle 143	0.58	0.16	0.47	0.5	0.26	0.43	0.4
Modèle 144	0.63	0.14	0.39	0.54	0.25	0.3	0.34
Modèle 145	0.74	0.13	0.32	0.71	0.24	0.23	0.24
nuscenes-a-multimodal-dataset-for-autonomous	0.448	-	-	-	-	-	-
Modèle 147	0.65	0.13	0.49	0.6	0.25	0.32	0.26
crn-camera-radar-net-for-accurate-robust	0.624	-	-	0.575	-	-	-
bevdet4d-exploit-temporal-cues-in-multi	0.569	0.121	0.386	0.451	0.241	0.511	0.301
Modèle 150	0.6	0.13	0.38	0.5	0.24	0.45	0.32
Modèle 151	0.49	0.13	0.39	0.42	0.25	0.59	0.85
Modèle 152	0.54	0.13	0.39	0.45	0.25	0.57	0.48
Modèle 153	0.68	0.13	0.38	0.61	0.24	0.27	0.23
Modèle 154	0.35	0.38	0.87	0.3	0.27	0.45	1.0
Modèle 155	0.47	0.13	0.75	0.37	0.27	0.59	0.4
Modèle 156	0.72	0.13	0.37	0.69	0.24	0.25	0.22
Modèle 157	0.66	0.15	0.35	0.58	0.24	0.29	0.31
Modèle 158	0.47	0.16	0.44	0.43	0.26	0.54	1.02
Modèle 159	0.7	0.12	0.36	0.65	0.23	0.26	0.25
Modèle 160	0.08	0.87	1.16	0.05	0.79	0.82	1.43
focalformer3d-focusing-on-hard-instance-for	0.73	0.13	0.34	0.69	0.24	0.25	0.22
Modèle 162	0.59	0.12	0.35	0.48	0.24	0.45	0.34
Modèle 163	0.69	0.14	0.32	0.63	0.23	0.27	0.25
Modèle 164	0.48	0.09	0.51	0.37	0.25	0.63	0.54
Modèle 165	0.73	0.13	0.37	0.71	0.24	0.25	0.22
Modèle 166	0.59	0.12	0.37	0.51	0.26	0.53	0.32
mgtanet-encoding-sequential-lidar-points	0.73	0.12	0.31	0.67	0.23	0.25	0.19
Modèle 168	0.73	0.13	0.37	0.7	0.24	0.25	0.23
Modèle 169	0.6	0.15	0.4	0.52	0.26	0.43	0.37
bevformer-learning-bird-s-eye-view	0.57	0.13	0.38	0.48	0.26	0.58	0.38
Modèle 171	0.66	0.13	0.4	0.61	0.26	0.28	0.32
Modèle 172	0.57	0.12	0.41	0.49	0.26	0.52	0.43
Modèle 173	0.62	0.13	0.37	0.51	0.24	0.3	0.29
Modèle 174	0.61	0.11	0.38	0.55	0.25	0.49	0.41
Modèle 175	0.53	0.11	0.42	0.43	0.27	0.54	0.57
Modèle 176	0.39	0.12	0.5	0.31	0.25	0.73	1.52
Modèle 177	0.64	0.12	0.39	0.55	0.24	0.3	0.27
Modèle 178	0.72	0.12	0.34	0.68	0.24	0.26	0.21
Modèle 179	0.57	0.14	0.37	0.49	0.26	0.54	0.39
Modèle 180	0.74	0.13	0.31	0.7	0.23	0.24	0.24
Modèle 181	0.45	0.15	0.48	0.41	0.26	0.7	0.95
Modèle 182	0.69	0.14	0.33	0.63	0.24	0.26	0.26
Modèle 183	0.7	0.13	0.35	0.66	0.24	0.26	0.28
Modèle 184	0.62	0.13	0.36	0.5	0.24	0.32	0.31
Modèle 185	0.67	0.13	0.32	0.58	0.27	0.26	0.24
Modèle 186	0.38	0.13	0.55	0.3	0.26	0.74	1.55
Modèle 187	0.69	0.12	0.37	0.64	0.25	0.26	0.28
Modèle 188	0.34	0.17	0.72	0.28	0.28	0.84	1.23
Modèle 189	0.49	0.14	0.59	0.36	0.27	0.52	0.43
Modèle 190	0.48	0.09	0.76	0.32	0.25	0.4	0.27
Modèle 191	0.63	0.14	0.39	0.55	0.25	0.29	0.35
Modèle 192	0.53	0.37	0.68	0.45	0.25	0.38	0.28
Modèle 193	0.6	0.13	0.44	0.5	0.25	0.31	0.39
Modèle 194	0.57	0.15	0.38	0.49	0.25	0.5	0.44
Modèle 195	0.72	0.12	0.31	0.67	0.24	0.25	0.28
Modèle 196	0.21	0.33	1.26	0.08	0.42	0.61	1.59
Modèle 197	0.44	0.12	0.46	0.38	0.24	0.67	1.15
Modèle 198	0.46	0.14	0.46	0.42	0.26	0.65	0.95
Modèle 199	0.44	0.15	0.58	0.31	0.27	0.68	0.49
Modèle 200	0.23	0.34	1.09	0.09	0.43	0.67	0.74
Modèle 201	0.63	0.12	0.34	0.55	0.24	0.49	0.24
Modèle 202	0.53	0.13	0.42	0.45	0.26	0.62	0.47
Modèle 203	0.63	0.13	0.38	0.55	0.25	0.45	0.26
Modèle 204	0.49	0.13	0.39	0.43	0.25	0.62	0.79
Modèle 205	0.47	0.19	0.38	0.43	0.25	0.58	1.05
Modèle 206	0.71	0.13	0.35	0.68	0.24	0.26	0.28
Modèle 207	0.38	1.0	0.51	0.39	0.25	0.39	1.53
Modèle 208	0.63	0.16	0.39	0.54	0.25	0.3	0.24
Modèle 209	0.66	0.13	0.38	0.58	0.24	0.27	0.29
Modèle 210	0.47	0.13	0.45	0.42	0.26	0.65	0.86
Modèle 211	0.14	1.0	0.66	0.1	0.57	0.9	1.66
Modèle 212	0.71	0.12	0.34	0.66	0.24	0.26	0.25
Modèle 213	0.62	0.13	0.32	0.53	0.24	0.4	0.33
Modèle 214	0.67	0.13	0.4	0.59	0.24	0.27	0.23
Modèle 215	0.66	0.12	0.35	0.58	0.24	0.27	0.34
3d-dual-fusion-dual-domain-dual-query-camera-1	0.73	0.13	0.33	0.71	0.24	0.26	0.27
Modèle 217	0.47	0.11	0.51	0.44	0.26	0.56	1.22
Modèle 218	0.73	0.12	0.38	0.7	0.23	0.24	0.25
Modèle 219	0.75	0.13	0.32	0.72	0.23	0.24	0.21
Modèle 220	0.66	0.13	0.35	0.58	0.25	0.28	0.3
Modèle 221	0.46	0.11	0.39	0.39	0.25	0.59	1.04
Modèle 222	0.68	0.14	0.34	0.62	0.23	0.26	0.3
Modèle 223	0.27	0.53	0.59	0.21	0.45	0.8	1.58
Modèle 224	0.71	0.13	0.36	0.67	0.24	0.26	0.26
Modèle 225	0.72	0.13	0.36	0.69	0.24	0.26	0.27
Modèle 226	0.71	0.12	0.36	0.68	0.23	0.27	0.26
Modèle 227	0.73	0.13	0.33	0.71	0.24	0.26	0.27
Modèle 228	0.04	1.0	0.9	0.04	0.92	0.96	1.18
Modèle 229	0.66	0.12	0.38	0.59	0.24	0.37	0.17
Modèle 230	0.58	0.13	0.43	0.45	0.25	0.32	0.33
Modèle 231	0.57	0.11	0.39	0.48	0.26	0.56	0.33
Modèle 232	0.66	0.13	0.37	0.58	0.25	0.28	0.24
Modèle 233	0.67	0.13	0.36	0.6	0.24	0.25	0.29
Modèle 234	0.71	0.12	0.36	0.67	0.24	0.27	0.27
Modèle 235	0.73	0.13	0.31	0.69	0.23	0.25	0.21
Modèle 236	0.54	0.13	0.39	0.46	0.26	0.61	0.47
Modèle 237	0.75	0.13	0.28	0.73	0.23	0.24	0.24
Modèle 238	0.46	0.13	0.4	0.4	0.27	0.67	0.88
Modèle 239	0.13	0.76	0.78	0.05	0.57	0.88	1.41
Modèle 240	0.58	0.11	0.5	0.46	0.27	0.39	0.25
Modèle 241	0.6	0.15	0.45	0.53	0.26	0.42	0.37
Modèle 242	0.56	0.13	0.41	0.46	0.25	0.52	0.35
Modèle 243	0.58	0.11	0.38	0.5	0.25	0.54	0.38
Modèle 244	0.0	1.0	1.0	0.0	1.0	1.0	1.0
Modèle 245	0.55	0.13	1.39	0.5	0.25	0.31	0.3
Modèle 246	0.67	0.12	0.38	0.6	0.24	0.25	0.27
Modèle 247	0.57	0.13	0.36	0.49	0.26	0.56	0.44
Modèle 248	0.7	0.13	0.36	0.65	0.24	0.27	0.28
Modèle 249	0.72	0.13	0.34	0.7	0.25	0.26	0.32
Modèle 250	0.74	0.13	0.31	0.71	0.23	0.24	0.23
Modèle 251	0.58	0.42	0.33	0.62	0.25	0.29	1.36
Modèle 252	0.59	0.13	0.38	0.5	0.25	0.47	0.33
Modèle 253	0.67	0.12	0.43	0.62	0.25	0.3	0.33
Modèle 254	0.58	0.12	0.4	0.48	0.25	0.51	0.36
Modèle 255	0.72	0.13	0.36	0.69	0.24	0.26	0.29
fcos3d-fully-convolutional-one-stage	0.428	0.124	0.452	0.358	0.249	0.690	1.434
Modèle 257	0.58	0.13	0.38	0.5	0.25	0.58	0.39
Modèle 258	0.58	0.12	0.38	0.49	0.24	0.55	0.42
Modèle 259	0.71	0.13	0.38	0.69	0.24	0.27	0.28
Modèle 260	0.57	0.13	0.46	0.48	0.24	0.44	0.44
Modèle 261	0.7	0.12	0.32	0.64	0.23	0.26	0.22
Modèle 262	0.51	0.17	0.58	0.42	0.27	0.48	0.53
unitr-a-unified-and-efficient-multi-modal	0.75	0.13	0.26	0.71	0.23	0.24	0.24
Modèle 264	0.67	0.13	0.32	0.58	0.26	0.26	0.24
epro-pnp-generalized-end-to-end-probabilistic	0.453	0.124	0.359	0.373	0.243	0.605	1.067
Modèle 266	0.68	0.13	0.36	0.6	0.24	0.26	0.28
Modèle 267	0.63	0.14	0.34	0.55	0.24	0.42	0.33
Modèle 268	0.43	0.12	0.45	0.36	0.25	0.69	1.43
Modèle 269	0.73	0.14	0.33	0.71	0.24	0.25	0.26
Modèle 270	0.45	0.22	0.34	0.39	0.25	0.6	1.61
Modèle 271	0.34	0.17	0.72	0.28	0.28	0.84	1.23
Modèle 272	0.75	0.13	0.28	0.73	0.23	0.23	0.26
Modèle 273	0.55	0.13	0.42	0.46	0.26	0.61	0.43
Modèle 274	0.53	0.11	0.4	0.45	0.25	0.57	0.67
Modèle 275	0.72	0.13	0.31	0.68	0.23	0.26	0.26
Modèle 276	0.71	0.12	0.38	0.67	0.24	0.27	0.27
Modèle 277	0.51	0.13	0.38	0.45	0.25	0.58	0.79
Modèle 278	0.52	0.12	0.38	0.42	0.26	0.63	0.49
Modèle 279	0.75	0.13	0.28	0.71	0.22	0.24	0.21
Modèle 280	0.5	0.14	0.49	0.38	0.25	0.59	0.42
Modèle 281	0.69	0.13	0.39	0.64	0.25	0.29	0.25
Modèle 282	0.5	0.13	0.41	0.43	0.26	0.62	0.78
Modèle 283	0.13	0.76	0.78	0.05	0.57	0.88	1.41
Modèle 284	0.62	0.13	0.38	0.51	0.24	0.3	0.3
Modèle 285	0.42	0.14	0.48	0.36	0.27	0.71	0.97
Modèle 286	0.57	0.12	0.39	0.45	0.24	0.51	0.3
Modèle 287	0.46	0.15	0.46	0.41	0.27	0.65	0.98
Modèle 288	0.72	0.13	0.34	0.69	0.24	0.26	0.27
Modèle 289	0.47	0.13	0.34	0.4	0.24	0.59	0.97
Modèle 290	0.61	0.13	0.35	0.52	0.24	0.44	0.35
Modèle 291	0.72	0.14	0.35	0.69	0.24	0.26	0.3
Modèle 292	0.49	0.13	0.41	0.43	0.25	0.59	0.84
Modèle 293	0.71	0.13	0.33	0.66	0.23	0.25	0.25
Modèle 294	0.38	0.2	0.57	0.3	0.26	0.65	1.04
Modèle 295	0.57	0.12	0.38	0.48	0.27	0.58	0.33
Modèle 296	0.49	0.13	0.41	0.43	0.25	0.63	0.88
Modèle 297	0.63	0.12	0.38	0.53	0.25	0.32	0.24
Modèle 298	0.54	0.13	0.39	0.44	0.26	0.63	0.37
Modèle 299	0.42	0.14	1.55	0.3	0.34	0.45	0.39
Modèle 300	0.55	0.11	0.4	0.44	0.26	0.52	0.43
Modèle 301	0.59	0.15	0.45	0.51	0.26	0.43	0.41
Modèle 302	0.59	0.12	0.36	0.5	0.25	0.55	0.34
Modèle 303	0.73	0.12	0.31	0.68	0.23	0.24	0.2
Modèle 304	0.61	0.13	0.4	0.51	0.24	0.32	0.32
Modèle 305	0.04	1.0	1.22	0.03	0.94	0.83	1.4
Modèle 306	0.57	0.12	0.38	0.46	0.25	0.49	0.33
Modèle 307	0.71	0.13	0.37	0.68	0.25	0.26	0.28
Modèle 308	0.67	0.14	0.36	0.6	0.24	0.26	0.29
Modèle 309	0.46	0.12	0.39	0.39	0.24	0.62	1.53
Modèle 310	0.45	0.13	0.45	0.39	0.25	0.63	1.51
Modèle 311	0.59	0.12	0.37	0.51	0.24	0.55	0.36
Modèle 312	0.7	0.12	0.39	0.65	0.24	0.26	0.27
Modèle 313	0.52	0.12	0.45	0.39	0.26	0.56	0.35
Modèle 314	0.73	0.13	0.33	0.71	0.24	0.26	0.29
Modèle 315	0.06	0.87	1.19	0.05	0.93	0.82	1.43
Modèle 316	0.59	0.13	0.36	0.51	0.24	0.55	0.37
Modèle 317	0.56	0.12	0.38	0.47	0.24	0.61	0.37
nuscenes-a-multimodal-dataset-for-autonomous	0.449	-	-	-	-	-	-
Modèle 319	0.42	0.38	0.55	0.35	0.25	0.38	1.0
Modèle 320	0.71	0.13	0.32	0.65	0.23	0.25	0.25
Modèle 321	0.66	0.12	0.37	0.57	0.24	0.25	0.27
Modèle 322	0.74	0.13	0.32	0.72	0.24	0.26	0.26
Modèle 323	0.39	0.41	1.17	0.38	0.27	0.37	1.0
Modèle 324	0.46	0.14	0.44	0.38	0.26	0.58	0.91
Modèle 325	0.72	0.13	0.33	0.69	0.24	0.26	0.23
cylinder3d-an-effective-3d-framework-for	0.59	0.24	0.44	0.49	0.24	0.33	0.27
Modèle 327	0.66	0.13	0.38	0.59	0.24	0.27	0.33
Modèle 328	0.58	0.12	0.36	0.49	0.24	0.56	0.34
Modèle 329	0.54	0.13	0.39	0.46	0.25	0.61	0.48
Modèle 330	0.59	0.13	0.44	0.47	0.25	0.32	0.3
Modèle 331	0.44	0.12	0.4	0.36	0.26	0.67	1.59
Modèle 332	0.66	0.13	0.34	0.61	0.25	0.4	0.32
Modèle 333	0.7	0.12	0.32	0.64	0.24	0.26	0.21
Modèle 334	0.53	0.13	0.4	0.41	0.25	0.56	0.43
Modèle 335	0.07	1.0	0.83	0.02	0.61	1.06	1.51
Modèle 336	0.25	1.0	0.84	0.28	0.29	0.76	1.63
Modèle 337	0.54	0.13	0.42	0.45	0.26	0.59	0.46
Modèle 338	0.61	0.13	0.37	0.5	0.25	0.31	0.33
Modèle 339	0.51	0.14	0.49	0.33	0.25	0.39	0.31
Modèle 340	0.6	0.13	0.4	0.5	0.25	0.45	0.32
Modèle 341	0.47	0.21	0.39	0.43	0.25	0.62	1.12
epro-pnp-generalized-end-to-end-probabilistic-1	0.49	0.123	0.302	0.423	0.236	0.547	1.071
Modèle 343	0.55	0.11	0.43	0.42	0.25	0.52	0.29
Modèle 344	0.58	0.12	0.37	0.48	0.25	0.53	0.36
Modèle 345	0.74	0.13	0.34	0.72	0.24	0.25	0.27
Modèle 346	0.5	0.13	0.38	0.44	0.25	0.59	0.81
Modèle 347	0.55	0.12	1.53	0.57	0.72	0.26	0.27
Modèle 348	0.48	0.12	0.37	0.42	0.25	0.57	1.01
Modèle 349	0.12	0.63	1.29	0.06	0.79	0.63	1.34
Modèle 350	0.76	0.13	0.32	0.74	0.23	0.24	0.22
Modèle 351	0.67	0.12	0.31	0.58	0.26	0.26	0.23
Modèle 352	0.69	0.13	0.36	0.63	0.24	0.26	0.27
Modèle 353	0.65	0.13	0.43	0.58	0.25	0.28	0.31
Modèle 354	0.73	0.14	0.31	0.7	0.23	0.24	0.23
hvdetfusion-a-simple-and-robust-camera-radar	0.674	-	-	-	-	-	-
Modèle 356	0.64	0.12	0.36	0.56	0.24	0.47	0.21
Modèle 357	0.58	0.13	0.43	0.45	0.25	0.32	0.33
unleashing-hydra-hybrid-fusion-depth	0.64	0.12	0.42	0.57	0.25	0.40	0.25
Modèle 359	0.32	0.49	0.84	0.27	0.33	0.51	1.74
Modèle 360	0.53	0.13	0.38	0.45	0.26	0.52	0.63
Modèle 361	0.73	0.15	0.36	0.7	0.23	0.25	0.24
Modèle 362	0.33	0.61	0.66	0.3	0.26	0.71	1.71
Modèle 363	0.54	0.14	0.4	0.44	0.26	0.63	0.43
Modèle 364	0.47	0.12	0.37	0.41	0.24	0.57	1.63
centerfusion-center-based-radar-and-camera	0.449	-	-	0.326	-	-	-
Modèle 366	0.73	0.13	0.32	0.68	0.23	0.24	0.23
Modèle 367	0.71	0.12	0.38	0.67	0.25	0.27	0.21
focalformer3d-focusing-on-hard-instance-for	0.74	0.13	0.32	0.71	0.24	0.24	0.20
Modèle 369	0.55	0.13	0.44	0.42	0.25	0.42	0.32
Modèle 370	0.58	0.12	0.36	0.48	0.25	0.55	0.32
Modèle 371	0.7	0.13	0.34	0.66	0.24	0.25	0.28
Modèle 372	0.73	0.13	0.36	0.71	0.24	0.25	0.25