UDTIRI: An Open-Source Intelligent Road Inspection Benchmark Suite

要約

都市デジタルツインの新興分野では、強力な深層学習手法を活用する大きな可能性があることがわかります。
特に、現在入手可能な研究とデータが限られているインテリジェントな道路検査の分野に当てはまります。
この分野の進歩を促進するために、私たちは、Urban Digital Twins Intelligent Road Inspection (UDTIRI) データセットという名前の、適切にラベル付けされた道路ポットホール データセットを開発しました。
このデータセットにより、都市部の道路検査における強力な深層学習手法の使用が可能になり、現場をより包括的に理解してアルゴリズムの可能性を最大化できるようになることを願っています。
私たちのデータセットは、照明や湿度の条件が異なるさまざまなシナリオで撮影された、ポットホールの 1,000 枚の画像で構成されています。
私たちの目的は、このデータセットをオブジェクト検出、セマンティック セグメンテーション、インスタンス セグメンテーションのタスクに使用することです。
私たちのチームは、詳細な統計分析を実施し、近年の代表的なアルゴリズムのベンチマークを行うことに多大な労力を費やしてきました。
また、UDTIRI データセットのサポートにより、研究者がさまざまなアルゴリズムのパフォーマンスを最大限に活用できるマルチタスク プラットフォームも提供します。

要約(オリジナル)

It is seen that there is enormous potential to leverage powerful deep learning methods in the emerging field of urban digital twins. It is particularly in the area of intelligent road inspection where there is currently limited research and data available. To facilitate progress in this field, we have developed a well-labeled road pothole dataset named Urban Digital Twins Intelligent Road Inspection (UDTIRI) dataset. We hope this dataset will enable the use of powerful deep learning methods in urban road inspection, providing algorithms with a more comprehensive understanding of the scene and maximizing their potential. Our dataset comprises 1000 images of potholes, captured in various scenarios with different lighting and humidity conditions. Our intention is to employ this dataset for object detection, semantic segmentation, and instance segmentation tasks. Our team has devoted significant effort to conducting a detailed statistical analysis, and benchmarking a selection of representative algorithms from recent years. We also provide a multi-task platform for researchers to fully exploit the performance of various algorithms with the support of UDTIRI dataset.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google