dacl10k：面向语义桥梁损伤分割的基准数据集
计算机视觉与模式识别
2023-09-04 v1
摘要
可靠识别钢筋混凝土缺陷（RCDs）在评估全球最常见桥型——混凝土桥梁的结构完整性、交通安全与长期耐久性方面起着关键作用。然而，现有用于RCD识别的数据集在规模与类别多样性上均较小，这令其实用性及其作为基准的作用受到质疑。我们针对此问题的贡献是“dacl10k”，一个源自真实世界桥梁检测、极其多样的RCD多标签语义分割数据集，包含9,920张图像。dacl10k区分12种损伤类别以及6种在建筑评估与修复工程、交通荷载限制或桥梁封闭等行动建议中起关键作用的桥梁构件。此外，我们考察了dacl10k的基线模型并随后予以评估。最佳模型在测试集上取得了0.42的平均交并比。dacl10k及我们的基线将向研究人员与从业者开放，其是目前桥梁检测领域在图像数量与类别多样性方面最大的语义分割数据集。
引用
@article{arxiv.2309.00460,
title = {dacl10k: Benchmark for Semantic Bridge Damage Segmentation},
author = {Johannes Flotzinger and Philipp J. Rösch and Thomas Braml},
journal= {arXiv preprint arXiv:2309.00460},
year = {2023}
}
备注
23 pages, 6 figures