基于众包感知的道路损坏检测挑战赛 (CRDDC-2022)
计算机视觉与模式识别
2022-11-22 v1 人工智能
摘要
本文总结了基于众包感知的道路损坏检测挑战赛 (CRDDC)，这是作为 IEEE 大数据国际会议 2022 的一部分而组织的大数据杯竞赛。大数据杯挑战赛包含发布的数据集以及具有明确评估指标的定义良好的问题。挑战赛在数据分析竞赛平台上运行，该平台为参与者维护实时在线评估系统。在本文所述案例中，数据由来自印度、日本、捷克共和国、挪威、美国和中国收集的 47,420 张道路图像组成，旨在提出自动检测这些国家道路损坏的方法。来自 19 个国家的 60 多支团队报名参加了本次竞赛。提交的技术方案使用基于上述六国未知测试图像性能的五个排行榜进行评估。本文概括了这些团队提出的前 11 个解决方案。性能最佳的模型利用基于 YOLO 和 Faster-RCNN 系列模型的集成学习，对所有 6 国合并的测试数据取得了 76% 的 F1 分数。本文最后对当前与过去的挑战赛进行了比较，并指明了未来方向。
引用
@article{arxiv.2211.11362,
title = {Crowdsensing-based Road Damage Detection Challenge (CRDDC-2022)},
author = {Deeksha Arya and Hiroya Maeda and Sanjay Kumar Ghosh and Durga Toshniwal and Hiroshi Omata and Takehiro Kashiyama and Yoshihide Sekimoto},
journal= {arXiv preprint arXiv:2211.11362},
year = {2022}
}
备注
9 pages 2 figures 5 tables. arXiv admin note: text overlap with arXiv:2011.08740