A Fine-Grained Vehicle Detection (FGVD) Dataset for Unconstrained Roads

要約

以前のきめの細かいデータセットは主に分類に焦点を当てており、多くの場合、オブジェクトに焦点を合わせたカメラを使用して、制御された設定でキャプチャされます。
車に取り付けられた移動カメラからキャプチャされた、世界初の細粒度車両検出 (FGVD) データセットを紹介します。
これには、3 レベルの階層で編成された複数の車両タイプの 210 の固有のきめ細かいラベルが付いた 5502 のシーン画像が含まれています。
以前の分類データセットには、さまざまな種類の車のメーカーも含まれていましたが、FGVD データセットには、二輪車、オートリクシャー、トラックを分類するための新しいクラス ラベルが導入されています。
FGVD データセットは、タイプ、スケール、ポーズ、オクルージョン、および照明条件がクラス内およびクラス間で変動する複雑な交通シナリオの車両を含むため、困難です。
yolov5 やより高速な RCNN などの現在のオブジェクト検出器は、階層モデリングがないため、データセットでのパフォーマンスが低下します。
FGVD データセットで既存のオブジェクト検出器のベースライン結果を提供するとともに、既存の検出器と FGVD タスクの最近の階層残差ネットワーク (HRN) 分類器を組み合わせた結果も提示します。
最後に、FGVD 車両画像は、きめの細かいデータセット間で分類するのが最も難しいことを示しています。

要約(オリジナル)

The previous fine-grained datasets mainly focus on classification and are often captured in a controlled setup, with the camera focusing on the objects. We introduce the first Fine-Grained Vehicle Detection (FGVD) dataset in the wild, captured from a moving camera mounted on a car. It contains 5502 scene images with 210 unique fine-grained labels of multiple vehicle types organized in a three-level hierarchy. While previous classification datasets also include makes for different kinds of cars, the FGVD dataset introduces new class labels for categorizing two-wheelers, autorickshaws, and trucks. The FGVD dataset is challenging as it has vehicles in complex traffic scenarios with intra-class and inter-class variations in types, scale, pose, occlusion, and lighting conditions. The current object detectors like yolov5 and faster RCNN perform poorly on our dataset due to a lack of hierarchical modeling. Along with providing baseline results for existing object detectors on FGVD Dataset, we also present the results of a combination of an existing detector and the recent Hierarchical Residual Network (HRN) classifier for the FGVD task. Finally, we show that FGVD vehicle images are the most challenging to classify among the fine-grained datasets.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google