BriefGPT - AI 论文速递
·
2024年国际模式识别大会关于不规则交通和恶劣天气条件下驾驶场景安全分割的竞赛
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
本研究介绍了IDD-AW数据集，包含5000对高质量图像和像素级注释，用于复杂驾驶条件下的恶劣天气。对数据集进行了基准测试，并提出了新的度量标准“Safe mIoU”。
🎯
关键要点
- 全自动驾驶车辆需要高稳健性以应对复杂交通和恶劣天气条件。
- 本研究介绍了IDD-AW数据集，包含5000对高质量图像和像素级注释。
- 图像捕获于雨天、雾天、低光和雪天等复杂驾驶条件下。
- IDD-AW数据集提供更多标注图像、配对近红外图像和更大的标签集。
- 在IDD-AW数据集上对语义分割的最新模型进行了基准测试。
- 提出了新的度量标准“Safe mIoU”，用于惩罚危险误判。
- IDD-AW被认为是迄今为止最具挑战性的数据集。
➡️
