LaRS: A Diverse Panoptic Maritime Obstacle Detection Dataset and Benchmark

要約

一般的な海洋環境の複雑さを適切に捉える多様なデータセットの欠如により、海上障害物検出の進歩が妨げられています。
湖、川、海のシーンをフィーチャーした、初の海上パノプティック障害物検出ベンチマーク LaRS を紹介します。
私たちの主な貢献は、関連するデータセットの中で記録場所、シーンの種類、障害物クラス、取得条件において最大の多様性を誇る新しいデータセットです。
LaRS は、時間テクスチャの利用を可能にする 9 つの先行フレームを含む、ピクセルごとにラベル付けされた 4000 を超えるキー フレームで構成されており、合計 40,000 フレームを超えます。
各キー フレームには、8 つのモノ、3 つのスタッフ クラス、および 19 のグローバル シーン属性の注釈が付けられます。
27 のセマンティック セグメンテーションおよびパノプティック セグメンテーション手法の結果を、いくつかのパフォーマンスに関する洞察と将来の研究の方向性とともに報告します。
客観的な評価を可能にするため、オンライン評価サーバーを導入しました。
LaRS データセット、評価ツールキット、ベンチマークは、https://lojzezust.github.io/lars-dataset で公開されています。

要約(オリジナル)

The progress in maritime obstacle detection is hindered by the lack of a diverse dataset that adequately captures the complexity of general maritime environments. We present the first maritime panoptic obstacle detection benchmark LaRS, featuring scenes from Lakes, Rivers and Seas. Our major contribution is the new dataset, which boasts the largest diversity in recording locations, scene types, obstacle classes, and acquisition conditions among the related datasets. LaRS is composed of over 4000 per-pixel labeled key frames with nine preceding frames to allow utilization of the temporal texture, amounting to over 40k frames. Each key frame is annotated with 8 thing, 3 stuff classes and 19 global scene attributes. We report the results of 27 semantic and panoptic segmentation methods, along with several performance insights and future research directions. To enable objective evaluation, we have implemented an online evaluation server. The LaRS dataset, evaluation toolkit and benchmark are publicly available at: https://lojzezust.github.io/lars-dataset

arxiv情報

提供元, 利用サービス

arxiv.jp, Google