MVTec D2S：密集标注的超市数据集

我们介绍了密集标注超市（D2S）数据集，这是一个用于工业领域中实例感知语义分割的新基准。它包含 21,000 张高分辨率图像，带有所有目标实例的像素级标注。这些对象涵盖 60 个类别的杂货与日常产品。该基准的设计使其类似于自动结账、库存或仓储系统的真实场景。训练图像仅包含 homogeneous 背景上的单一类别对象，而验证集和测试集则复杂且多样得多。为了进一步评测实例分割方法的鲁棒性，场景在不同光照、旋转和背景下采集。我们确保标注中无歧义且每个实例均被完整标注。标注为像素精确，并允许使用单个实例的裁剪进行人工数据增强。该数据集涵盖了该领域中高度相关的若干挑战，例如有限的训练数据量以及测试与验证集的高多样性。在 D2S 上对最先进的目标检测与实例分割方法的评测显示出显著的改进空间。