論文の概要: DALES: A Large-scale Aerial LiDAR Data Set for Semantic Segmentation
- arxiv url: http://arxiv.org/abs/2004.11985v1
- Date: Tue, 14 Apr 2020 20:05:28 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-13 08:47:00.749212
- Title: DALES: A Large-scale Aerial LiDAR Data Set for Semantic Segmentation
- Title（参考訳）: DALES: セマンティックセグメンテーションのための大規模航空LiDARデータセット
- Authors: Nina Varney, Vijayan K. Asari and Quinn Graehling
- Abstract要約: 我々は,5億点以上の手札を持つ大規模LiDARデータセットであるDayton Annotated LiDAR Earth Scan (DALES)データセットを提示する。
DALESは400倍以上の点数と6倍の分解能を持つ、最も広く公開されているALSデータセットである。
- 参考スコア（独自算出の注目度）: 8.486713415198972
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present the Dayton Annotated LiDAR Earth Scan (DALES) data set, a new
large-scale aerial LiDAR data set with over a half-billion hand-labeled points
spanning 10 square kilometers of area and eight object categories. Large
annotated point cloud data sets have become the standard for evaluating deep
learning methods. However, most of the existing data sets focus on data
collected from a mobile or terrestrial scanner with few focusing on aerial
data. Point cloud data collected from an Aerial Laser Scanner (ALS) presents a
new set of challenges and applications in areas such as 3D urban modeling and
large-scale surveillance. DALES is the most extensive publicly available ALS
data set with over 400 times the number of points and six times the resolution
of other currently available annotated aerial point cloud data sets. This data
set gives a critical number of expert verified hand-labeled points for the
evaluation of new 3D deep learning algorithms, helping to expand the focus of
current algorithms to aerial data. We describe the nature of our data,
annotation workflow, and provide a benchmark of current state-of-the-art
algorithm performance on the DALES data set.
- Abstract（参考訳）: 本研究では,10平方kmの領域と8つの対象カテゴリにまたがる半億以上の手動ラベル付き点を持つ大規模LiDARデータセットであるDayton Annotated LiDAR Earth Scan (DALES)データセットを提示する。
大規模な注釈付きポイントクラウドデータセットは、ディープラーニング手法の評価の標準となっている。
しかし、既存のデータセットのほとんどは、地上またはモバイルスキャナーから収集されたデータに焦点を当てており、空中データにはほとんど焦点が当てられていない。
Aerial Laser Scanner (ALS)から収集されたポイントクラウドデータは、3D都市モデリングや大規模監視といった分野における新たな課題と応用を提示する。
dalesは最も広範囲に利用可能なalsデータセットであり、400倍以上のポイントと、他のアノテートされたaircraft point cloudデータセットの6倍の解像度を持つ。
このデータセットは、新しい3dディープラーニングアルゴリズムの評価のために、専門家が検証した手書きのポイントを非常に多く与え、現在のアルゴリズムの焦点を空中データに拡大するのに役立ちます。
DALESデータセット上で,我々のデータの性質,アノテーションのワークフロー,現在最先端のアルゴリズム性能のベンチマークを提供する。
関連論文リスト
- FRACTAL: An Ultra-Large-Scale Aerial Lidar Dataset for 3D Semantic Segmentation of Diverse Landscapes [0.0]
7つのセマンティッククラスのための高品質なラベル付き10万個の高密度点雲からなる超大規模空中Lidarデータセットを提案する。
データセットのデータ収集,アノテーション,キュレーションプロセスについて述べる。
アート3Dポイントクラウド分類モデルを用いて,ベースラインのセマンティックセマンティックセマンティクス結果を提供する。
論文 参考訳（メタデータ） (2024-05-07T19:37:22Z) - ECLAIR: A High-Fidelity Aerial LiDAR Dataset for Semantic Segmentation [0.5277756703318045]
ECLAIRは、ポイントクラウドセマンティックセグメンテーションの研究を進めるために特別に設計された、屋外の大規模なLiDARデータセットである。
データセットの総面積は10$km2$で6億点近くあり、11の異なるオブジェクトカテゴリが特徴である。
このデータセットは、3D都市モデリング、シーン理解、ユーティリティインフラストラクチャ管理といった分野を前進させるために設計されている。
論文 参考訳（メタデータ） (2024-04-16T16:16:40Z) - SARDet-100K: Towards Open-Source Benchmark and ToolKit for Large-Scale SAR Object Detection [79.23689506129733]
我々は,大規模SARオブジェクト検出のための新しいベンチマークデータセットとオープンソース手法を構築した。
私たちのデータセットであるSARDet-100Kは、10の既存のSAR検出データセットの厳格な調査、収集、標準化の結果です。
私たちの知る限りでは、SARDet-100KはCOCOレベルの大規模マルチクラスSARオブジェクト検出データセットとしては初めてのものです。
論文 参考訳（メタデータ） (2024-03-11T09:20:40Z) - Argoverse 2: Next Generation Datasets for Self-Driving Perception and
Forecasting [64.7364925689825]
Argoverse 2(AV2)は、自動運転分野の研究の知覚と予測のための3つのデータセットの集合である。
Lidarデータセットには、ラベルなしのLidar点雲とマップ整列ポーズの2万のシーケンスが含まれている。
Motion Forecastingデータセットには、各ローカルシーンにおける自動運転車と他のアクター間の興味深い、挑戦的なインタラクションのために採掘された25万のシナリオが含まれている。
論文 参考訳（メタデータ） (2023-01-02T00:36:22Z) - SensatUrban: Learning Semantics from Urban-Scale Photogrammetric Point
Clouds [52.624157840253204]
センサットウルバン(SensatUrban)は、イギリスの3都市から収集された7.6km2の30億点近くからなる、都市規模のUAV測光点クラウドデータセットである。
データセットの各ポイントは、粒度の細かいセマンティックアノテーションでラベル付けされ、その結果、既存の最大のフォトグラムポイントクラウドデータセットの3倍の大きさのデータセットが生成される。
論文 参考訳（メタデータ） (2022-01-12T14:48:11Z) - Object Detection in Aerial Images: A Large-Scale Benchmark and
Challenges [124.48654341780431]
航空画像(DOTA)におけるオブジェクトデテクションの大規模データセットとODAIの総合的ベースラインについて述べる。
提案するDOTAデータセットは,11,268個の空中画像から収集した18カテゴリのオブジェクト指向ボックスアノテーションの1,793,658個のオブジェクトインスタンスを含む。
70以上の構成を持つ10の最先端アルゴリズムをカバーするベースラインを構築し,各モデルの速度と精度を評価した。
論文 参考訳（メタデータ） (2021-02-24T11:20:55Z) - Cirrus: A Long-range Bi-pattern LiDAR Dataset [35.87501129332217]
我々は、自律運転タスクのための新しい長距離二パターンLiDARパブリックデータセットであるCirrusを紹介する。
我々のプラットフォームには高解像度ビデオカメラと250メートルの有効範囲のLiDARセンサーが装備されている。
Cirrusでは、8つのカテゴリのオブジェクトが、有効範囲全体のLiDAR点雲に完全に注釈付けされている。
論文 参考訳（メタデータ） (2020-12-05T03:18:31Z) - Sketch and Scale: Geo-distributed tSNE and UMAP [75.44887265789056]
地理的に分散したデータセット上で機械学習分析を実行することは、急速に発生する問題である。
私たちはSketch and Scale(SnS)という新しいフレームワークを紹介します。
これはCount Sketchデータ構造を利用して、エッジノード上のデータを圧縮し、マスターノード上の縮小サイズスケッチを集約し、サマリ上でバニラtSNEまたはUMAPを実行する。
我々は、この技術が完全に並列で、線形に時間にスケールし、メモリに対数的に分散し、通信し、世界中の複数のデータセンターにまたがる数百万、数十億のデータポイントでデータセットを解析できることを示す。
論文 参考訳（メタデータ） (2020-11-11T22:32:21Z) - Towards Semantic Segmentation of Urban-Scale 3D Point Clouds: A Dataset,
Benchmarks and Challenges [52.624157840253204]
我々は、30億点近い注釈付きポイントを持つ都市規模の測光点クラウドデータセットを提示する。
私たちのデータセットは、イギリスの3つの都市からなり、都市の景観の約7.6km2をカバーしています。
我々は,データセット上での最先端アルゴリズムの性能を評価し,その結果を包括的に分析する。
論文 参考訳（メタデータ） (2020-09-07T14:47:07Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。