15、自动驾驶中的语义分割技术

自动驾驶中的语义分割技术

1. 公共数据集和基准测试

1.1 公共数据集

在语义分割任务的训练和测试中，使用了多种数据集。这些数据集可根据数据类型分为 2D 数据集和 2.5/3D 数据集。同时，对于自动驾驶应用，模型常使用合成数据进行训练，因此数据集的场景类型可分为真实场景和合成场景。以下是一些经典的语义分割任务数据集：
| 数据集 | 年份 | 类别 | 合成/真实 | 数据类型 | 样本数 | 场景 |
| — | — | — | — | — | — | — |
| Stanford background [102] | 2009 | 8 | R | 2D | 715 | 户外 |
| SBD [108] | 2011 | 21 | R | 2D | 11355 | 通用 |
| PASCAL VOC [99] | 2012 | 20 | R | 2D | ≈3k | 通用 |
| PASCAL Context [100] | 2014 | 540 | R | 2D | ≈20k | 通用 |
| PASCAL Part [101] | 2014 | 20 | R | 2D | ≈20k | 身体部位 |
| COCO [110] | 2014 | ≥80 | R | 2D | 204721 | 通用 |
| NYU Depth V2 [93] | 2012 | 894 | R | 2.5D | ≈1.5k | 室内 |
| SUN3D [127] | 2013 | – | R | 2.5D | 19640 | 室内 |
| SUNRGBD [89] | 2015 | 37 | R