CARLANE: A Lane Detection Benchmark for Unsupervised Domain Adaptation from Simulation to multiple Real-World Domains

要約

教師なしドメイン適応は、ラベル付きソース ドメインからラベルなしターゲット ドメインにモデルを転送することにより、ドメインのシフトを軽減する大きな可能性を示します。
教師なしドメイン適応はさまざまな複雑な視覚タスクに適用されていますが、自動運転のための車線検出に焦点を当てた研究はほとんどありません。
これは、公開されているデータセットが不足していることが原因である可能性があります。
これらの方向の研究を促進するために、2D 車線検出のための 3 方向の sim-to-real ドメイン適応ベンチマークである CARLANE を提案します。
CARLANE には、単一ターゲット データセット MoLane および TuLane とマルチターゲット データセット MuLane が含まれます。
これらのデータセットは 3 つの異なるドメインから構築されており、さまざまなシーンをカバーし、合計 163,000 の固有の画像が含まれており、そのうち 118,000 には注釈が付けられています。
さらに、プロトタイプのクロスドメイン自己教師あり学習に基づいた独自の手法を含む体系的なベースラインを評価して報告します。
評価されたドメイン適応手法の偽陽性率と偽陰性率は、完全に監視されたベースラインのそれと比較して高いことがわかりました。
これは、車線検出のための教師なしドメイン適応の研究をさらに強化するために、CARLANE などのベンチマークの必要性を裏付けています。
CARLANE、すべての評価モデルおよび対応する実装は、https://carlanebenchmark.github.io で公開されています。

要約(オリジナル)

Unsupervised Domain Adaptation demonstrates great potential to mitigate domain shifts by transferring models from labeled source domains to unlabeled target domains. While Unsupervised Domain Adaptation has been applied to a wide variety of complex vision tasks, only few works focus on lane detection for autonomous driving. This can be attributed to the lack of publicly available datasets. To facilitate research in these directions, we propose CARLANE, a 3-way sim-to-real domain adaptation benchmark for 2D lane detection. CARLANE encompasses the single-target datasets MoLane and TuLane and the multi-target dataset MuLane. These datasets are built from three different domains, which cover diverse scenes and contain a total of 163K unique images, 118K of which are annotated. In addition we evaluate and report systematic baselines, including our own method, which builds upon Prototypical Cross-domain Self-supervised Learning. We find that false positive and false negative rates of the evaluated domain adaptation methods are high compared to those of fully supervised baselines. This affirms the need for benchmarks such as CARLANE to further strengthen research in Unsupervised Domain Adaptation for lane detection. CARLANE, all evaluated models and the corresponding implementations are publicly available at https://carlanebenchmark.github.io.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google