YCB-LUMA：带有亮度键控用于目标定位的 YCB 物体数据集
计算机视觉与模式识别
2024-11-21 v1 人工智能
摘要
在图像中定位目标物体是计算机视觉中的一项重要任务。它通常是解决自动驾驶、维护、质量保证、机器人和增强现实等各种应用的第一步。该任务的最佳解决方案依赖于深度神经网络，这需要一组具有代表性的训练数据以获得最佳性能。创建具有足够质量、多样性和规模的数据集通常困难、易出错且昂贵。这正是亮度键控方法可以发挥作用的地方：它提供了一种简单而有效的解决方案，用于记录高质量数据以训练目标检测和分割。我们扩展了之前在常见 YCB-V 家居物体集上应用亮度键控的工作，记录了 YCB 超集中剩余的物体。物体的额外多样性——增加了透明度、多种颜色变化、非刚性物体——进一步证明了亮度键控的有用性，并可能用于测试该方法在新的 2D 目标检测和分割算法上的适用性。
引用
@article{arxiv.2411.13149,
title = {YCB-LUMA: YCB Object Dataset with Luminance Keying for Object Localization},
author = {Thomas Pöllabauer},
journal= {arXiv preprint arXiv:2411.13149},
year = {2024}
}