StandardSim：面向零售环境的大规模合成数据集
计算机视觉与模式识别
2022-02-08 v1
摘要
自主结账系统依赖视觉与传感输入在零售环境中进行细粒度场景理解。与典型室内场景相比，零售环境因大量密集堆叠、独特却相似的对象而带来独特挑战。当仅有 RGB 输入可用时，问题变得更加困难，尤其对于实例分割等数据饥渴型任务。为弥补零售数据集的缺失，我们提出 StandardSim，一个大规模照片级真实感合成数据集，提供语义分割、实例分割、深度估计与目标检测的标注。我们的数据集为每个场景提供多视角，支持多视角表示学习。此外，我们引入一个对自主结账至关重要的新任务，称为变化检测，需要对对象随时间的拿取、放入与移动进行像素级分类。我们在数据集上对所广泛使用的分割与深度估计模型进行基准测试，表明我们的测试集相比当前小规模数据集构成困难基准，且训练集为模型提供自主结账任务的关键信息。
引用
@article{arxiv.2202.02418,
title = {StandardSim: A Synthetic Dataset For Retail Environments},
author = {Cristina Mata and Nick Locascio and Mohammed Azeem Sheikh and Kenny Kihara and Dan Fischetti},
journal= {arXiv preprint arXiv:2202.02418},
year = {2022}
}
备注
ICIAP 2022