Der CORP-Datensatz wurde entwickelt, um die Entwicklung von Methoden für die Wahrnehmung in Campusumgebungen zu unterstützen. Im Vergleich zu Datensätzen, die sich auf den städtischen Verkehr konzentrieren, zeichnet sich der CORP-Datensatz durch eine höhere Dichte an Fußgängern und Radfahrern sowie eine komplexere Infrastruktur mit Gebäudeclustern, Vegetation und eingeschränkten Fahrzonen aus.
Der Datensatz umfasst detaillierte Annotationen wie 2D- und 3D-Begrenzungsboxen, Objektidentitäten über Sensoren hinweg sowie Pixelmasken für bewegte Objekte. Dies ermöglicht verschiedene Wahrnehmungsaufgaben wie 2D-Objekterkennung, 3D-Objekterkennung, Objektverfolgung über Sensoren hinweg und Segmentierung bewegter Objekte.
Die Experimente mit Baseline-Methoden zeigen, dass die Campusumgebung des CORP-Datensatzes neue Herausforderungen für die Wahrnehmung bietet, die über die Probleme in städtischen Verkehrsszenarien hinausgehen. Insbesondere die Erkennung von Objekten in dichter Vegetation und unter wechselnden Beleuchtungsbedingungen stellt die Algorithmen vor Schwierigkeiten.
To Another Language
from source content
arxiv.org
Viktige innsikter hentet fra
by Beibei Wang,... klokken arxiv.org 04-05-2024
https://arxiv.org/pdf/2404.03191.pdfDypere Spørsmål