InfraParis：一个多模态多任务自动驾驶数据集
原文中文，约200字，阅读约需1分钟。发表于：。当前自动驾驶计算机视觉的深度神经网络 (DNNs) 通常只依赖于特定数据集，涉及单一类型的数据和城市场景。这些模型难以处理新对象、噪声、夜间条件和多样化场景，但这对于安全关键应用非常重要。我们介绍了一个名为 InfraParis 的新颖多任务数据库，支持 RGB、深度和红外三种模式。我们评估了各种最先进的基准技术，包括语义分割、目标检测和深度估计的模型。
该研究利用深度学习和多模态传感器融合技术提高自动驾驶的性能和泛化能力，并测试了在仿真城市驾驶条件下的性能和通用能力。结果显示，该模型在定位和避障等任务中的成功率优于先前的模型，验证了多模态传感器融合和场景理解子任务的协同作用提高了模型的性能和可行性。
