ANNA：面向自动驾驶车辆的异构交通深度学习数据集
计算机视觉与模式识别
2024-01-23 v1
摘要
人工智能的最新突破为自动驾驶应用的开发带来了巨大希望。特别是，深度神经网络正被用于通过目标识别和语义分割来支持半自动驾驶汽车的运行。为了评估当前数据集在自动驾驶和半自动驾驶汽车背景下的不足，我们创建了一个名为 ANNA 的新数据集。本研究讨论了一个定制构建的数据集，其中包含了从孟加拉国视角出发的一些现有数据集中未包含的未识别车辆。通过使用交并比（IOU）指标评估模型，进行了数据集有效性检验。结果表明，就孟加拉国交通状况而言，在我们的定制数据集上训练的模型比在 KITTI 或 COCO 数据集上训练的模型更精确、更高效。本文提出的研究还强调了开发准确高效的目标检测算法对于推进自动驾驶车辆发展的重要性。
引用
@article{arxiv.2401.11358,
title = {ANNA: A Deep Learning Based Dataset in Heterogeneous Traffic for Autonomous Vehicles},
author = {Mahedi Kamal and Tasnim Fariha and Afrina Kabir Zinia and Md. Abu Syed and Fahim Hasan Khan and Md. Mahbubur Rahman},
journal= {arXiv preprint arXiv:2401.11358},
year = {2024}
}