面向自动驾驶赛车赛道检测的赛车数据集与基线模型
计算机视觉与模式识别
2025-11-04 v2 人工智能
图像与视频处理
摘要
赛车相关研究面临的一个重大挑战是缺乏包含原始图像及下游任务对应标注的公开数据集。本文中，我们提出了 RoRaTrack，一个包含赛车场景下多摄像头图像数据及赛道检测标注的新型数据集。该数据是在印第安纳州的一条赛道上，与 Indy Autonomous Challenge (IAC) 合作，使用 Dallara AV-21 赛车采集的。RoRaTrack 解决了诸如高速导致的模糊、摄像头产生的颜色反转以及赛道上缺少车道标记等常见问题。为此，我们提出了 RaceGAN，一个基于生成对抗网络 (GAN) 的基线模型，能有效应对这些挑战。所提出的模型在赛道检测方面，相较于当前最先进的机器学习模型展现出了更优越的性能。本工作的数据集和代码可在 https://github.com/ghosh64/RaceGAN 获取。
引用
@article{arxiv.2502.14068,
title = {A Racing Dataset and Baseline Model for Track Detection in Autonomous Racing},
author = {Shreya Ghosh and Yi-Huan Chen and Ching-Hsiang Huang and Abu Shafin Mohammad Mahdee Jameel and Chien Chou Ho and Aly El Gamal and Samuel Labi},
journal= {arXiv preprint arXiv:2502.14068},
year = {2025}
}
备注
Currently Under Review