BEV感知： nuScenes 3D 检测指标
BEV模型训练好后一般都会先基于训练环境进行评测，达到一定标准后才会部署到目标平台，以下基于PETR V1官方模型的评测展开讲解基于 nuScenes 数据集或nuScenes 格式制作的数据集的各项 3D 检测评测指标。
以下是PETR V1训练好后的模型验证结果，要说明的是；PETR、BEVFormer、BEVDet、DETR3D、FCOS3D 等所有基于 nuScenes 的相机 3D 检测模型，评测工具、指标定义、计算公式、匹配规则 100% 一致
mAP: 0.3778
mATE: 0.7463
mASE: 0.2718
mAOE: 0.4883
mAVE: 0.9062
mAAE: 0.2123
NDS: 0.4264
Eval time: 242.1s
Per-class results:
Object Class AP ATE ASE AOE AVE AAE
car 0.556 0.555 0.153 0.091 0.917 0.216
truck 0.330 0.805 0.218 0.119 0.859 0.250
bus 0.412 0.789 0.205 0.162 2.067 0.337
trailer 0.221 0.976 0.233 0.663 0.797 0.146
construction_vehicle 0.094 1.096 0.493 1.145 0.190 0.349
pedestrian 0.453 0.688 0.289 0.636 0.549 0.235
motorcycle 0.368 0.690 0.256 0.622 1.417 0.149
bicycle 0.341 0.609 0.270 0.812 0.455 0.017
traffic_cone 0.531 0.582 0.320 nan nan nan
barrier 0.472 0.673 0.281 0.145 nan nan
基于 nuScenes 数据集做 3D 检测评测，整套指标分为两大类：
- 检测精度指标 AP/mAP：衡量物体有没有检测出来、定位准不准；
- 误差类指标 ATE/ASE/AOE/AVE/AAE + m 前缀均值：衡量 3D 框尺寸、位置、角度、速度、加速度预测误差；
- 综合打分 NDS：nuScenes 官方综合评价总分；
- Eval time：推理评测耗时。
一、全局总指标释义 + 计算公式
1. mAP = 0.3778
含义
mean Average Precision，各类别 AP 的算术平均值，3D 目标检测核心检出精度指标。 nuScenes 3D AP 判定规则：以 2D 中心距离阈值（0.5m, 1m, 2m, 4m）区分匹配，满足阈值才算 True Positive。
- AP：单类别下 PR 曲线下面积；
- mAP：所有类别 AP 取平均。
计算公式
2. mATE = 0.7463
Mean Average Translation Error 平均平移误差
含义
3D 框中心xy 平面定位误差，单位米，只对匹配成功的预测框计算；mATE 是所有类别 ATE 的均值。 ATE 越大，物体位置预测越偏。
单类 ATE 计算
对该类别所有匹配成功的预测 - 真值对：
全局：
本例全局平均定位偏移 0.7463m；工程车 construction_vehicle ATE=1.096m 定位最差。
3. mASE = 0.2718
Mean Average Scale Error 平均尺寸误差
含义
3D 框长宽高尺寸预测相对误差，无量纲；衡量物体大小估得准不准。
单类 ASE 公式
![]()
数值越接近 0，物体尺寸预测越精准；工程车 ASE=0.493 尺寸偏差最大。
4. mAOE = 0.4883
Mean Average Orientation Error 平均朝向角度误差
含义
航向角 yaw 预测误差，单位弧度；只对有旋转的动态车辆生效。 traffic_cone、barrier 无朝向定义，表格中为nan，不计入该类 AOE 统计。
trailer、工程车、自行车角度误差明显偏高。
5. mAVE = 0.9062
Mean Average Velocity Error 平均速度误差
含义
速度矢量预测误差（m/s），仅动态运动物体；锥桶、护栏无速度标注，为nan。
6. mAAE = 0.2123
Mean Average Acceleration Error 平均加速度误差
含义
加速度矢量误差（m/s²），运动物体时序预测指标；锥桶 / 护栏为 nan。
7. NDS = 0.4264（最重要综合指标）
nuScenes Detection Score，nuScenes 官方综合打分融合检测精度 + 所有几何 / 运动误差，是业界横向对比模型的核心指标，值域 [0,1]，越高越好。
标准计算公式
- maxErr 为各误差阈值：ATE=4m, ASE=0.5, AOE=π, AVE=2m/s, AAE=4m/s²；
- 误差越大，该项得分越低；误差超过阈值则该项取 0；
- mAP 权重最高（5 份），5 个误差项各 1 份，总分除以 10 归一化到 0~1。
官方 NDS=0.4264，代表模型综合检测 + 尺寸 / 位置 / 角度 / 速度预测综合水平。
二、指标的计算方法展示
2.1 mAP 的计算
mAP 是10 个类别 AP 的算术平均：
2.2 mATE 的计算
mATE 是所有类 ATE 的平均（10 个类全有）：
2.3 mASE 的计算
mASE 是所有类 ASE 的平均（10 类全有）：
2.4 mAOE 的计算
traffic_cone的 AOE 为nan（无朝向真值），计算时只平均有效的 9 个类：
2.5 mAVE 的计算
traffic_cone与barrier的 AVE 为nan，只平均有速度真值的8 个类：
2.6 mAAE 的计算
属性真值同样缺失于traffic_cone和barrier，也只平均8 个类：
2.7 NDS 的计算
将上面得到的 mAP、mATE、mASE、mAOE、mAVE、mAAE 代入 NDS 公式：