GP22：面向汽车设计师的车身造型数据集
计算机视觉与模式识别
2022-07-06 v1 人工智能
摘要
自动化的设计数据归档可以减少设计师在创造性与高效工作上所浪费的时间。尽管已有许多关于汽车外观的分类、检测与实例分割的大型数据集，但这些数据集主要服务于自动驾驶或车辆核验，与设计实践无关。因此，我们发布了 GP22，其由汽车设计师定义的车身造型特征组成。该数据集包含来自 37 个品牌和十个汽车细分市场的 1480 张车身侧轮廓图像，并包含遵循汽车设计师视角下所定义的汽车外观造型特征分类法的设计特征标注。我们使用 YOLO v5 作为设计特征检测模型在该数据集上训练了基线模型。所提出的模型取得了 0.995 的 mAP 分数和 0.984 的召回率。此外，在车身侧轮廓草图和渲染图上的模型性能探索表明该数据集在设计用途上的可扩展性。
引用
@article{arxiv.2207.01760,
title = {GP22: A Car Styling Dataset for Automotive Designers},
author = {Gyunpyo Lee and Taesu Kim and Hyeon-Jeong Suk},
journal= {arXiv preprint arXiv:2207.01760},
year = {2022}
}
备注
5th CVFAD workshop, CVPR2022