Panoptic nuScenes：面向激光雷达全景分割与跟踪的大规模基准数据集
计算机视觉与模式识别
2021-12-28 v3 人工智能
机器学习
机器人学
摘要
全景场景理解与动态智能体跟踪对于机器人和自动驾驶车辆在城市环境中导航至关重要。由于激光雷达提供与光照无关的精确场景几何描述，利用激光雷达点云执行这些任务能够给出可靠的预测。然而，现有数据集在城市场景类型上缺乏多样性，且动态对象实例数量有限，这既阻碍了相关任务的学习，也妨碍了对所开发方法进行可信的基准评测。本文引入了大规模 Panoptic nuScenes 基准数据集，该数据集扩展了我们广受欢迎的 nuScenes 数据集，为语义分割、全景分割和全景跟踪任务提供了逐点真值标注。为便于比较，我们为所提数据集上的每项任务提供了多个强基线方法。此外，我们分析了现有全景跟踪指标的不足，并提出了新颖的以实例为中心的 PAT 指标来解决这些问题。我们进行了详尽的实验，展示了 Panoptic nuScenes 相较于现有数据集的实用性，并在 nuScenes.org 提供了在线评测服务器。我们相信，这一扩展将加速动态城市环境场景理解新方法的研究。
引用
@article{arxiv.2109.03805,
title = {Panoptic nuScenes: A Large-Scale Benchmark for LiDAR Panoptic Segmentation and Tracking},
author = {Whye Kit Fong and Rohit Mohan and Juana Valeria Hurtado and Lubing Zhou and Holger Caesar and Oscar Beijbom and Abhinav Valada},
journal= {arXiv preprint arXiv:2109.03805},
year = {2021}
}
备注
The benchmark is available at https://www.nuscenes.org