RoLID-11K：用于小目标道路边垃圾检测的 Dashcam 数据集
计算机视觉与模式识别
2026-01-05 v1
摘要
道路边垃圾构成环境、安全和经济等挑战，但现有监控依赖人工调查和公众举报，空间覆盖范围有限。现有视觉数据集侧重街景静态图像、航空场景或水体环境，未涵盖 Dashcam 脚本中垃圾呈现的独特特征——垃圾极小、稀疏且嵌入杂乱道路边缘背景。我们引入 RoLID-11K，首个规模为 11,000 张标注图像的数据集，用于 Dashcam 道路边垃圾检测，覆盖英国多样化驾驶条件，呈现显著的长尾分布和小目标分布。我们对一系列现代检测器进行基准测试，从以精度为导向的变换器架构到实时 YOLO 模型，分析其在该任务上的优势与局限。结果表明，CO-DETR 等变换器在局部定位精度方面最佳，但实时模型因粗糙的特征层级结构受限。RoLID-11K 为动态驾驶场景中的极端小目标检测建立了具有挑战性的基准，旨在支持开发可扩展且低成本的道路边垃圾监测系统。数据集已提供于 https://github.com/xq141839/RoLID-11K。
关键词
引用
@article{arxiv.2601.00398,
title = {RoLID-11K: A Dashcam Dataset for Small-Object Roadside Litter Detection},
author = {Tao Wu and Qing Xu and Xiangjian He and Oakleigh Weekes and James Brown and Wenting Duan},
journal= {arXiv preprint arXiv:2601.00398},
year = {2026}
}