InfraParis：一个多模态多任务的自动驾驶数据集
计算机视觉与模式识别
2023-11-07 v2
摘要
当前用于自动驾驶计算机视觉的深度神经网络（DNNs）通常在仅涉及单一数据类型和城市场景的特定数据集上训练。因此，这些模型难以处理新物体、噪声、夜间条件和多样化场景，而这对安全关键应用至关重要。尽管一直在努力增强计算机视觉 DNNs 的鲁棒性，但进展缓慢，部分原因是缺乏具有多模态的基准。我们引入了一个名为 InfraParis 的新颖且通用的数据集，支持三种模态下的多任务：RGB、深度和红外。我们评估了各种最先进的基线技术，涵盖语义分割、目标检测和深度估计任务的模型。更多可视化内容和 InfraParis 的下载链接可在 \href{https://ensta-u2is.github.io/infraParis/}{https://ensta-u2is.github.io/infraParis/} 获取。
引用
@article{arxiv.2309.15751,
title = {InfraParis: A multi-modal and multi-task autonomous driving dataset},
author = {Gianni Franchi and Marwane Hariat and Xuanlong Yu and Nacim Belkhir and Antoine Manzanera and David Filliat},
journal= {arXiv preprint arXiv:2309.15751},
year = {2023}
}
备注
15 pages, 7 figures. Accepted at WACV 2024