用于全球尺度检测与分类的 Mapillary 交通标志数据集
计算机视觉与模式识别
2020-05-08 v2
摘要
在自动驾驶和智慧城市时代，交通标志是全球范围内必不可少的地图特征。为了开发准确且鲁棒的交通标志检测与分类算法，需要大规模且多样化的基准数据集。在本文中，我们引入了一个包含全球各地 10 万张街景图像的交通标志基准数据集，该数据集涵盖了多样的场景、广泛的地理位置覆盖、多变的天气和光照条件，并覆盖了 300 多个手工标注的交通标志类别。该数据集包括 5.2 万张完全标注的图像和 4.8 万张部分标注的图像。这是由来自世界各地的图像组成、包含交通标志类别细粒度标注的最大且最多样化的交通标志数据集。我们进行了广泛的实验，为检测和分类任务确立了强大的基线。此外，我们验证了该数据集的多样性能够为现有的交通标志检测与分类大规模基准数据集实现有效的迁移学习。该数据集可免费用于学术研究：https://www.mapillary.com/dataset/trafficsign。
引用
@article{arxiv.1909.04422,
title = {The Mapillary Traffic Sign Dataset for Detection and Classification on a Global Scale},
author = {Christian Ertler and Jerneja Mislej and Tobias Ollmann and Lorenzo Porzi and Gerhard Neuhold and Yubin Kuang},
journal= {arXiv preprint arXiv:1909.04422},
year = {2020}
}
备注
17 pages, 15 figures