FinnWoodlands 数据集
计算机视觉与模式识别
2023-05-17 v1 人工智能
摘要
尽管大规模多样化数据集的可用性已促成自动驾驶与室内应用的显著突破，林业应用仍相对滞后，而新的森林数据集必将有助于在数据驱动森林场景方法开发中取得重大进展。本文介绍一个名为 FinnWoodlands 的森林数据集，其包含 RGB 立体图像、点云与稀疏深度图，以及用于语义、实例与全景分割的地面真值人工标注。FinnWoodlands 共含 4226 个手动标注物体，其中 2562 个物体（60.6%）对应于分为三种不同实例类别的树干，即“云杉”、“白桦”与“松树”。除树干外，我们还把“障碍物”物体标注为实例，以及“湖”、“地面”与“轨迹”等语义 stuff 类别。我们的数据集可用于需要环境整体表示的林业应用。我们采用三种模型进行实例分割、全景分割与深度补全，提供了初始基准，并展示了此类非结构化场景带来的挑战。
引用
@article{arxiv.2304.00793,
title = {FinnWoodlands Dataset},
author = {Juan Lagos and Urho Lempiö and Esa Rahtu},
journal= {arXiv preprint arXiv:2304.00793},
year = {2023}
}
备注
Scandinavian Conference on Image Analysis 2023