LARD – Landing Approach Runway Detection — Dataset for Vision Based Landing

要約

タイトル「LARD – Landing Approach Runway Detection — Dataset for Vision Based Landing」
要約：
– 自律システムへの関心が高まる中、十分かつ代表的な実世界データを収集することは主要な課題の1つである。
– 航空宇宙分野における自律着陸システムの実践的および商業的な関心が高まっているものの、空中画像のオープンソースデータセットが不足している。
– これを解決するために、ランウェイの検出タスクに適した高品質の空中画像のデータセットである「LARD（Landing Approach Runway Detection）」を提供する。
– データセットの多くは合成画像で構成されているが、より現実的なセッティングに拡張するために、実際の着陸映像から手動でラベルされた画像を提供する。
– さらに、合成された正面画像を生成し、幾何学的変換を介してランウェイの隅の自動注釈を可能にするジェネレータも提供する。
– このデータセットは、データセットの品質の分析や、検出タスクに対応するモデルの開発など、さらなる研究の可能性を開拓する。
– データ、コード、最新情報は https://github.com/deel-ai/LARD で入手可能。

要約(オリジナル)

As the interest in autonomous systems continues to grow, one of the major challenges is collecting sufficient and representative real-world data. Despite the strong practical and commercial interest in autonomous landing systems in the aerospace field, there is a lack of open-source datasets of aerial images. To address this issue, we present a dataset-lard-of high-quality aerial images for the task of runway detection during approach and landing phases. Most of the dataset is composed of synthetic images but we also provide manually labelled images from real landing footages, to extend the detection task to a more realistic setting. In addition, we offer the generator which can produce such synthetic front-view images and enables automatic annotation of the runway corners through geometric transformations. This dataset paves the way for further research such as the analysis of dataset quality or the development of models to cope with the detection tasks. Find data, code and more up-to-date information at https://github.com/deel-ai/LARD

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI