KIT MOMA：一个移动机械数据集
计算机视觉与模式识别
2020-07-09 v1
摘要
通常在封闭场地作业的移动机械具有利用自动驾驶技术的巨大潜力。然而，蓬勃发展的开发与创新大多发生在乘用车领域。相比之下，尽管也有许多关于移动机械自动驾驶或作业的研究，但关于SOTA方案尚未达成共识。我们认为最亟待解决的问题是缺乏一个公开且具有挑战性的视觉数据集，这使得不同研究的结果难以比较。为解决该问题，我们发布了KIT MOMA数据集，包含八类常用移动机械，可用作评估检测移动工程机械的SOTA算法的基准。所采集图像的视角位于移动机械外部，因为我们认为若所有感兴趣机械均在封闭场地作业，地面固定摄像头更为合适。KIT MOMA中多数图像来自真实场景，部分图像取自顶尖工程机械公司的官方网站。此外，我们在数据集上评估了YOLO v3的性能，表明SOTA计算机视觉算法在特定作业场地检测移动机械已表现出优异性能。随数据集我们还上传了训练权重，可被工程机械行业的工程师直接使用。数据集、训练权重及更新可于我们的Github获取。此外，演示视频可于我们的Youtube观看。
引用
@article{arxiv.2007.04198,
title = {KIT MOMA: A Mobile Machines Dataset},
author = {Yusheng Xiang and Hongzhe Wang and Tianqing Su and Ruoyu Li and Christine Brach and Samuel S. Mao and Marcus Geimer},
journal= {arXiv preprint arXiv:2007.04198},
year = {2020}
}
备注
15 pages; 17 Figures