一种用于实例检测的多视角实例采集高分辨率数据集
计算机视觉与模式识别
2023-10-31 v1
摘要
实例检测（InsDet）是机器人与计算机视觉中一个长期存在的问题，旨在杂乱场景中检测物体实例（由若干视觉样例预定义）。尽管其实用意义重大，其进展却被目标检测所掩盖，后者旨在检测属于某些预定义类别的物体。一个主要原因是当前 InsDet 数据集按当今标准规模过小。例如，流行的 InsDet 数据集 GMU（2016 年发布）仅有 23 个实例，远少于 COCO（2014 年发布的著名目标检测数据集，80 个类别）。我们受此激励引入一个新的 InsDet 数据集与协议。首先，我们定义 InsDet 的真实设定：训练数据由多视角实例采集，以及允许通过将实例图像以自由框标注粘贴于其上来合成训练图像的多样场景图像组成。其次，我们发布一个真实数据库，包含 100 个物体实例的多视角采集，以及高分辨率（6k x 8k）测试图像。第三，我们在该数据集上广泛研究 InsDet 的基线方法，分析其性能并建议未来工作。有些令人惊讶的是，使用现成的类无关分割模型（Segment Anything Model, SAM）与自监督特征表示 DINOv2 表现最佳，比复用目标检测器（如 FasterRCNN 与 RetinaNet）的端到端训练 InsDet 模型高出 >10 AP。
引用
@article{arxiv.2310.19257,
title = {A High-Resolution Dataset for Instance Detection with Multi-View Instance Capture},
author = {Qianqian Shen and Yunhan Zhao and Nahyun Kwon and Jeeeun Kim and Yanan Li and Shu Kong},
journal= {arXiv preprint arXiv:2310.19257},
year = {2023}
}
备注
Accepted by NeurIPS 2023, Datasets and Benchmarks Track