CarDD：一种用于基于视觉的车损检测的新数据集
计算机视觉与模式识别
2023-08-29 v2
摘要
自动车损检测在车险业务中引起了显著关注。然而，由于缺少高质量且公开可用的数据集，我们难以学习到可行的车损检测模型。为此，我们贡献了 Car Damage Detection（CarDD），这是首个专为基于视觉的车损检测与分割设计的大规模公开数据集。我们的 CarDD 包含 4000 张高分辨率车损图像，带有超过 9000 个涵盖六类损伤类型的精细标注实例。我们详述了图像采集、筛选和标注过程，并给出了统计性数据集分析。此外，我们使用最先进的深度方法在 CarDD 上针对不同任务进行了大量实验，并提供全面分析以凸显车损检测的特殊性。CarDD 数据集及源代码可在 https://cardd-ustc.github.io 获取。
引用
@article{arxiv.2211.00945,
title = {CarDD: A New Dataset for Vision-based Car Damage Detection},
author = {Xinkuang Wang and Wenjing Li and Zhongcheng Wu},
journal= {arXiv preprint arXiv:2211.00945},
year = {2023}
}
备注
13 pages, 10 figures, full-length paper for Transactions on Intelligent Transportation Systems (2023)