OoDIS：异常实例分割与检测基准

安全的自动驾驶汽车和机器人导航需要精确地理解其环境。感知系统的训练数据无法覆盖部署期间可能出现的各种对象。因此，可靠地识别未知对象（如野生动物和非典型障碍物）至关重要，因为它们可能导致严重事故。随着异常语义分割基准的可用性，异常语义分割取得了显著进展。然而，要全面理解场景动态，仍需对单个对象进行分割，因此实例分割是必不可少的。这一领域的发展滞后，主要是由于缺乏专门的基准。物体检测的情况也类似。虽然有兴趣检测甚至潜在地跟踪每个异常物体，但专门的基准 availability 明显有限。为弥合这一差距，本工作将一些常用的异常分割基准扩展以包含实例分割和目标检测任务。我们对异常实例分割和目标检测方法的评估表明，这两项挑战仍是未解决的问题。我们提供了一个在 https://vision.rwth-aachen.de/oodis 上提供的竞赛和基准网站。