[论文解读] BDD100K: A Diverse Driving Video Database with Scalable Annotation Tooling.
本文介绍了 BDD100K，一个大规模驾驶视频数据集，包含多样化的标注，包括目标边界框、可行驶区域、车道线标记以及实例分割，得益于可扩展的标注工具。该数据集涵盖 100,000 个视频，覆盖多样的地理、天气和环境条件，显著提升了以往数据集在规模和多样性方面的水平，以支持更鲁棒的自动驾驶模型训练。
Datasets drive vision progress and autonomous driving is a critical vision application, yet existing driving datasets are impoverished in terms of visual content. Driving imagery is becoming plentiful, but annotation is slow and expensive, as annotation tools have not kept pace with the flood of data. Our first contribution is the design and implementation of a scalable annotation system that can provide a comprehensive set of image labels for large-scale driving datasets. Our second contribution is a new driving dataset, facilitated by our tooling, which is an order of magnitude larger than previous efforts, and is comprised of over 100K videos with diverse kinds of annotations including image level tagging, object bounding boxes, drivable areas, lane markings, and full-frame instance segmentation. The dataset possesses geographic, environmental, and weather diversity, which is useful for training models so that they are less likely to be surprised by new conditions. The dataset can be requested at this http URL
研究动机与目标
- 解决缺乏多样化、大规模驾驶视频数据集且标注全面的问题。
- 通过开发可扩展的标注工具，克服标注过程缓慢且昂贵的瓶颈。
- 创建一个能够捕捉地理、天气和环境多样性的数据集，以提升模型的泛化能力。
- 通过提供丰富、多层次的标注，支持鲁棒视觉模型在自动驾驶中的训练。
提出的方法
- 设计并实现一个可扩展的标注系统，以高效处理大规模视频数据集。
- 收集超过 100,000 个视频，涵盖多样的视觉条件，包括不同的地理位置、天气状况和一天中的不同时段。
- 应用多种标注类型：图像级标签、目标边界框、可行驶区域分割、车道线标注以及全帧实例分割。
- 利用标注工具确保在整个大规模视频集合中实现标注的一致性和可扩展性。
- 系统性地整理地理和环境多样性，以增强模型在真实世界条件下的鲁棒性。
实验结果
研究问题
- RQ1可扩展的标注系统是否能显著减少自动驾驶大规模视频数据集标注的时间和成本？
- RQ2驾驶数据集中地理、天气和环境的多样性在多大程度上影响视觉模型的泛化能力？
- RQ3更大、更丰富的数据集在多大程度上提升了目标检测、分割和场景理解任务的性能？
- RQ4统一的标注流程是否能高效支持大规模视频数据集中多种标注类型？
主要发现
- BDD100K 数据集包含超过 100,000 个视频，其规模相比以往的驾驶数据集提升了整整一个数量级。
- 该数据集包含多样化的标注，如目标边界框、可行驶区域、车道线标记和实例分割，支持多任务学习。
- 系统性地捕捉了地理、天气和环境的多样性，减少了模型对特定条件的过拟合。
- 可扩展的标注工具实现了整个数据集的高效且一致的标注，支持大规模数据集的整理。
更好的研究，从现在开始
从论文设计到论文写作，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。