泰国大学校楼识别数据集：面向以任务为导向的物联网传感系统
计算机视觉与模式识别
2025-12-08 v1 人工智能
摘要
许多工业部门正在边缘设备上进行机器学习的推断模式。未来趋势表明，由于半导体性能的提升，在边缘设备上进行训练正趋于可行。无线临近式联合学习（Wireless Ad Hoc Federated Learning，WAFL）被提出作为一种在边缘设备之间进行设备到设备通信的协作学习方法。特别是，WAFL集成Vision Transformer（WAFL-ViT）已在图像识别任务上测试，数据集为东京大学校楼识别数据集（UTBR）。由于WAFL-ViT是以任务为导向的传感系统，因此必须为每个任务构建特定数据集。本文我们开发了清华大学校楼识别数据集（Chulalongkorn University Building Recognition Dataset，CUBR），作为泰国案例研究。此外，我们的结果也表明，在WAFL场景下的训练准确率高于自训练场景。数据集可在https://github.com/jo2lxq/wafl/获取。
引用
@article{arxiv.2512.05468,
title = {University Building Recognition Dataset in Thailand for the mission-oriented IoT sensor system},
author = {Takara Taniguchi and Yudai Ueda and Atsuya Muramatsu and Kohki Hashimoto and Ryo Yagi and Hideya Ochiai and Chaodit Aswakul},
journal= {arXiv preprint arXiv:2512.05468},
year = {2025}
}