用于鲁棒水下目标检测的常见水下物体 (COU) 数据集
计算机视觉与模式识别
2025-03-03 v1
摘要
我们介绍了 COU：常见水下物体，这是一个包含在多种水体和海洋环境中常见人造物体的实例分割图像数据集。COU 包含约 1 万张分割图像，这些图像是在不同地点的多次水下机器人实地试验中收集并标注的。COU 的创建旨在解决缺乏为水下实例分割精心策划且具有鲁棒类别覆盖的数据集的问题，这对于训练用于自主水下航行器 (AUV) 的轻量级、实时检测器尤为有用。此外，COU 解决了目标类别缺乏多样性的问题，因为现有的水下图像数据集仅关注海洋生物。目前，COU 包含来自封闭水域（泳池）和开放水域（湖泊和海洋）环境的图像，涵盖 24 个不同类别的物体，包括海洋废弃物、潜水工具和 AUV。为了评估 COU 在训练水下目标检测器中的有效性，我们使用三个最先进的模型，结合标准准确率和效率指标来评估其性能与精度。基于 COU 训练的检测器相比仅基于陆地数据训练的检测器表现出更好的性能，这证明了使用标注水下图像进行训练的明显优势。我们以开源许可的形式提供 COU 供广泛使用。
引用
@article{arxiv.2502.20651,
title = {The Common Objects Underwater (COU) Dataset for Robust Underwater Object Detection},
author = {Rishi Mukherjee and Sakshi Singh and Jack McWilliams and Junaed Sattar},
journal= {arXiv preprint arXiv:2502.20651},
year = {2025}
}