BriefGPT - AI 论文速递
·
利用无人机在芬兰森林和沼泽地采集的野生浆果图像数据集
💡
原文中文，约500字，阅读约需2分钟。
📝
内容提要
近期，语义场景理解方面的进展主要得益于具有语义注释的双模态数据集的可用性。我们介绍了WildScenes数据集，包括自然环境下的语义注释和姿态信息，并引入了关于2D和3D语义分割的基准。我们评估了深度学习技术在自然环境中的挑战。该数据集将在2023年发布。
🎯
关键要点
- 近期语义场景理解的进展得益于双模态数据集的可用性。
- WildScenes数据集包括自然环境下的语义注释和姿态信息。
- 数据集包含高分辨率2D图像和密集3D激光雷达点云的语义注释。
- 3D语义标签通过自动化过程从2D标签转移到3D点云中。
- 引入了2D和3D语义分割的基准，评估深度学习技术在自然环境中的挑战。
- 提出了训练-验证-测试划分以确保类别标签分布的平衡。
- 该数据集将在2023年发布。
➡️
