华為联合中山大學發布新一代2D自動駕驶数据集SODA10M, 專注半/自...

admin

在主動駕驶范畴，现有基于深度進修的模子重要依靠于大量的人工標注数据。但是，昂扬的標注本钱使得今快速戒菸方法,朝带標注的主動八里通水管,駕驶数据集的图片数目只能保持在一個较小的量级。比年来，半监视及自监视進修的长足成长開导業界從海量無监视数据中举行進修，但现阶段主動駕驶范畴仍缺少一個基于大量無標签数据與少许有標签数据组成的可用于同時评價分歧半/自监视法子的基准数据集。

是以，华為诺亚方舟實行室結合中山大學公布了新一代半/自监视的2D基准数据集SODA10M，其重要包括從32個都會收集的一万万张多样性丰硕的無標签門路場景图片和两万张带標签图片。SODA10M 将同時被用于举行 ICCV 2021 SSLAD  Challenge。该数据集的公布旨在晋升主健身呼啦圈,動駕驶范畴鑽研职員對付半监视、自监视相干標的目的上的鑽研，配合促成主動駕驶生态的搭建。

SODA10M是經由過程眾包分發模式收集的高質量（1080P+）行車場景数据集，此中相干隐私信息（車牌及人脸）均已依照相干尺度举行模胡化處置。SODA10淡斑藥膏，M重要分為两個部門，别离包括一万万张無標签图片和两万张有標签图片（標注了6種重要的人車場景種别，Pedestrian/Cyclist/Car/Truck/Tram/Tricycle）。起首，万万级無標签图片的数据特征阐發如图一所示。