LaRS:一个多样化的全景式海上障碍物检测数据集与基准
计算机视觉与模式识别
2023-08-21 v1
摘要
海上障碍物检测的进展受限于缺乏一个充分刻画一般海上环境复杂性的多样化数据集。我们提出首个海上全景式障碍物检测基准 LaRS,其场景取自湖泊、河流与海洋。我们的主要贡献是新数据集,其在相关数据集中于录制地点、场景类型、障碍物类别与采集条件的多样性上居首。LaRS 由逾 4000 张逐像素标注的关键帧组成,每帧附 9 张前导帧以利用时间纹理,总计逾 4 万帧。每关键帧标注有 8 个 thing 类、3 个 stuff 类与 19 个全局场景属性。我们报告了 27 种语义与全景分割方法的结果,以及若干性能洞见与未来研究方向。为支持客观评估,我们实现了在线评估服务器。LaRS 数据集、评估工具包与基准公开于:https://lojzezust.github.io/lars-dataset
引用
@article{arxiv.2308.09618,
title = {LaRS: A Diverse Panoptic Maritime Obstacle Detection Dataset and Benchmark},
author = {Lojze Žust and Janez Perš and Matej Kristan},
journal= {arXiv preprint arXiv:2308.09618},
year = {2023}
}
备注
ICCV 2023, 9 pages, 8 figures