EDEN：封闭花园场景的多模态合成数据集
计算机视觉与模式识别
2020-11-12 v2
摘要
用于户外场景的多模态大规模数据集大多为城市驾驶问题设计。这些场景高度结构化，且在语义上不同于以自然为中心的场景（如花园或公园）中所见的情形。为促进面向自然的应用（如农业与园艺）的机器学习方法，我们提出了封闭花园场景（EDEN）的多模态合成数据集。该数据集包含从 100 多个花园模型捕获的超过 30 万张图像。每张图像都标注了多种低/高层视觉模态，包括语义分割、深度、表面法线、本征颜色与光流。在语义分割与单目深度预测（计算机视觉中两项重要任务）的先进方法上的实验结果表明，在我们的数据集上对深度网络进行预训练对非结构化自然场景有积极影响。数据集与相关材料将发布于 https://lhoangan.github.io/eden。
引用
@article{arxiv.2011.04389,
title = {EDEN: Multimodal Synthetic Dataset of Enclosed GarDEN Scenes},
author = {Hoang-An Le and Thomas Mensink and Partha Das and Sezer Karaoglu and Theo Gevers},
journal= {arXiv preprint arXiv:2011.04389},
year = {2020}
}
备注
Accepted for publishing at WACV 2021