面向轻量级细粒度检测的大规模汽车零件（LSCP）数据集
计算机视觉与模式识别
2023-11-21 v1 人工智能
摘要
汽车相关数据集以往用于训练自动驾驶系统或车辆分类任务。然而，汽车AI领域中缺乏用于汽车零件检测的数据集，且多数可用数据集规模与范围有限，难以覆盖多样场景。为弥补此缺口，本文提出一个大规模细粒度汽车数据集，含84,162张图像，用于检测12类不同汽车零件。该数据集采集自自然相机与在线网站，覆盖多种汽车品牌、场景与拍摄角度。为减轻人工标注负担，我们提出一种利用最先进预训练检测器的新型半监督自动标注方法。此外，我们研究了Grounding DINO方法在零样本标注中的局限。最后，我们通过训练若干轻量级YOLO系列检测器进行细粒度汽车零件检测，评估了所提数据集的有效性。
引用
@article{arxiv.2311.11754,
title = {A Large-Scale Car Parts (LSCP) Dataset for Lightweight Fine-Grained Detection},
author = {Wang Jie and Zhong Yilin and Cao Qianqian},
journal= {arXiv preprint arXiv:2311.11754},
year = {2023}
}