SODA10M：面向自动驾驶的大规模二维自/半监督目标检测数据集

旨在推动真实世界、持续演进且可扩展的自动驾驶系统，我们提出了一个大规模数据集，用于通过从原始数据中学习来标准化不同自监督和半监督方法的评估，这是迄今为止首个也是最大的此类数据集。现有自动驾驶系统严重依赖使用大量标注数据训练的“完美”视觉感知模型（即检测）以确保安全。然而，在部署鲁棒自动驾驶系统时，对所有场景和情况（如夜间、极端天气、城市）的实例进行精细标注是不现实的。受近期自监督和半监督学习进展的启发，一个有前景的方向是通过协同利用大规模无标签数据和少量标注数据来学习鲁棒的检测模型。现有数据集要么仅提供少量数据，要么覆盖有限领域且带有完整标注，阻碍了大规模预训练模型的探索。在此，我们发布了一个面向自动驾驶的大规模二维自/半监督目标检测数据集，命名为SODA10M，包含1000万张无标签图像和2万张标注了6类代表性物体的图像。为提升多样性，这些图像在32个不同城市的不同天气条件、时段和地点场景下于27833个驾驶小时内采集。我们提供了对现有流行自/半监督方法的广泛实验与深入分析，并给出了自动驾驶领域一些有趣的发现。实验表明，SODA10M可作为不同自监督学习方法有前景的预训练数据集，在自动驾驶领域使用不同下游任务（即检测、语义/实例分割）微调时能给出优越性能。更多信息可参考 https://soda-2d.github.io。