論文の概要: ROD-Dataset: A Pedestrian-Perspective Benchmark of Urban Obstacle Classes for YOLO-Based Detection
- arxiv url: http://arxiv.org/abs/2611.00681v1
- Date: Sat, 31 Oct 2026 06:23:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-13 17:15:52.898626
- Title: ROD-Dataset: A Pedestrian-Perspective Benchmark of Urban Obstacle Classes for YOLO-Based Detection
- Title（参考訳）: ROD-Dataset: ヨロ検定のための歩行者による都市障害物クラスのベンチマーク
- Abstract要約: 本稿では,リアルタイム障害物検出データセットを提案する。
25のクラスに24,000枚以上の画像と4万枚の注釈付き障害物が含まれている。
各ラベルは人間によって検証され、各キャプチャーキャンペーンは、クラスを学習できることを示すコンパクトな検出器の後にのみ許可される。
- 参考スコア（独自算出の注目度）: 0.42159389323887214
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Two groups of pedestrians face avoidable risk on the city sidewalk: people living with visual impairment, who reach an obstacle before anything warns them, and people walking with divided attention, who register a hazard late or not at all. A vision system can warn them only about obstacles it has learned to recognize, so its training data limits the protection it offers. No suitable training set exists: public benchmarks are recorded from vehicles, aerial platforms, or fixed rigs, general-purpose detectors omit the street furniture that causes trips, and pedestrian-focused collections are confined to single regions with incompatible class schemes. This paper introduces the Real-time Obstacle Detection (ROD) dataset: more than 24,000 images and 40,000 annotated obstacles across 25 classes, from vehicles and people to the stairs, manholes, traffic cones, and benches that general-purpose detectors overlook. Because street furniture differs between cities, ROD unifies twenty-nine public collections onto one taxonomy and adds eye-level imagery from two contrasting cities on two continents, Tehran and Toronto. Every label is human-verified, and each capture campaign is admitted only after a compact detector shows it can learn the class. Six lightweight YOLO detectors (nano and tiny variants) benchmarked on ROD all exceed 0.86 recall; YOLO12n attains the highest recall (0.889), YOLO26n the highest precision (0.925), and YOLOv9t the best mAP@0.50 (0.882) with the fewest parameters. Because the recall and mAP rankings disagree, selecting a model by mAP does not minimize missed obstacles, so per-class recall is reported for all 25 classes.
- Abstract（参考訳）: 歩行者の2つのグループは、歩道で避けられない危険に直面している。視覚障害を持つ人々、何かに警告される前に障害物にたどり着く人々、注意を分けて歩く人々。
視覚システムは、認識した障害についてのみ警告することができるため、トレーニングデータによって保護が制限される。
適切なトレーニングセットは存在しない: 公共のベンチマークは車両、航空プラットフォーム、固定リグから記録され、汎用的な検知器は旅行を引き起こす通りの家具を省略し、歩行者に焦点を当てたコレクションは、互換性のないクラススキームで単一の地域に限られている。
本稿では,車や人から階段,マンホール,交通コーン,ベンチまで,25クラスにわたる24,000以上の画像と4万件の注釈付き障害物を含むリアルタイム障害物検出(ROD)データセットについて紹介する。
街路家具は都市によって異なるため、RoDは29の公共コレクションを1つの分類に統一し、テヘランとトロントという2つの大陸のコントラスト都市から視線レベルの画像を追加する。
すべてのラベルは人間によって検証され、各キャプチャーキャンペーンは、クラスを学習できることを示すコンパクトな検出器の後にのみ許可される。
YOLO12nは最高リコール(0.889)、YOLO26nは最高精度(0.925)、YOLOv9tは最少パラメータのmAP@0.50(0.882)である。
リコールとmAPランキングは一致しないため、mAPによるモデルの選択は障害を最小限に抑えられないため、クラス毎のリコールは25クラスすべてに報告される。
関連論文リスト
- FPD-Drive: Future Policy Distillation for End-to-End Autonomous Driving [60.94017457617759]
我々は、特権付き将来の知識を視覚駆動ポリシーに蒸留するエンド・ツー・エンドのプランナーであるFPD-Driveを提案する。
具体的には,教師から多様な,高品質な軌道目標を伝達するために,Future-Privileged Multi-Target Distillationを導入する。
候補選択には、近隣の安全候補と安全でない候補のランキング誤差を補正するセーフティ・アウェア・スコア補正を導入する。
論文 参考訳（メタデータ） (2026-10-09T08:50:25Z) - Benchmarking the Robustness of Autonomous Driving to Environmental Illusions: A Lane Perception Perspective [76.02772556944073]
環境錯覚は自然に存在するが、現実の運転環境では見過ごされている現象である。
視覚的知覚を妨害し、シーンの誤解を招き、自動運転システムに深刻な安全リスクをもたらす。
最初のベンチマークであるLanEvil++を導入し、環境錯覚下での車線知覚の堅牢性を評価する。
論文 参考訳（メタデータ） (2026-07-07T03:15:00Z) - Road Damage and Manhole Detection using Deep Learning for Smart Cities: A Polygonal Annotation Approach [0.7819876182082903]
本稿では,多角形アノテーションを用いたYOLOv9アルゴリズムを用いて,道路損傷の自動検出とマンホール検出のためのディープラーニング手法を提案する。
バングラデシュのダッカで収集された1万枚以上の画像からなる新しいデータセットを開発した。
YOLOv9モデルは、Broken(86.7% F1スコア)とNot Broken(89.2% F1スコア)のクラスに対して強い性能を示し、Manhole Detection (18.2% F1スコア)のクラス不均衡による課題がある。
論文 参考訳（メタデータ） (2025-10-04T12:21:02Z) - Prediction of Occluded Pedestrians in Road Scenes using Human-like Reasoning: Insights from the OccluRoads Dataset [0.0]
歩行者による歩行者による道路シーンの多種多様な収集を特徴とするOcclusion-Rich Road Scenes with Pedestriansについて紹介する。
このデータセットを用いて、知識グラフ(KG)、知識グラフ埋め込み(KGE)、ベイズ推論プロセスを利用して、閉塞した歩行者の存在を予測するパイプラインを開発した。
提案手法では,従来の機械学習モデルと比較して最大42%向上したF1スコアが0.91である。
論文 参考訳（メタデータ） (2024-12-09T14:59:27Z) - The 8th AI City Challenge [57.25825945041515]
2024年版では5トラックが収録され、47か国と地域の726チームから前例のない関心を集めた。
このチャレンジでは、2つのリーダーボードを使ってメソッドを展示し、参加者は新しいベンチマークを設定した。
論文 参考訳（メタデータ） (2024-04-15T03:12:17Z) - Real-Time Helmet Violation Detection Using YOLOv5 and Ensemble Learning [4.397520291340696]
本稿では,バイクの乗客や乗客をリアルタイムに検出する YOLOv5 Deep Learning (DL) モデルの開発と評価について述べる。
私たちは、20秒毎に10fpsで記録された100のビデオでモデルをトレーニングしました。
提案されたモデルは100の試験ビデオでテストされ、mAPスコアは0.5267で、AIシティトラック5の公開リーダーボードで11位にランクインした。
論文 参考訳（メタデータ） (2023-04-14T14:15:56Z) - Road Damages Detection and Classification with YOLOv7 [0.0]
本研究は,Googleストリートビューを用いて道路被害データを収集,ラベル付けし,YOLOv7(You Only Look Once Version 7)を使用することを提案する。
提案手法は,クラウドセンシングによる道路被害検出チャレンジ (CRDDC2022, IEEE BigData 2022) に適用される。
論文 参考訳（メタデータ） (2022-10-31T18:55:58Z) - EyeDAS: Securing Perception of Autonomous Cars Against the
Stereoblindness Syndrome [36.39622328877822]
我々は,物体検出装置(OD)を自律運転用に確保することを目的とした,数発の学習に基づく新しい手法であるEyeDASを提案する。
運転席からダッシュカメラで撮影した7本のYouTubeビデオ映像から2000点のオブジェクトを抽出し,EyeDASのリアルタイム性能を評価する。
論文 参考訳（メタデータ） (2022-05-13T16:53:24Z) - CODA: A Real-World Road Corner Case Dataset for Object Detection in
Autonomous Driving [117.87070488537334]
我々は、ビジョンベース検出器のこの重要な問題を露呈する、CODAという挑戦的なデータセットを導入する。
大規模自動運転データセットで訓練された標準物体検出器の性能は、mARの12.8%以下に著しく低下した。
我々は最先端のオープンワールドオブジェクト検出器を実験し、CODAの新しいオブジェクトを確実に識別できないことを発見した。
論文 参考訳（メタデータ） (2022-03-15T08:32:56Z) - Safety-Oriented Pedestrian Motion and Scene Occupancy Forecasting [91.69900691029908]
我々は、個々の動きとシーン占有マップの両方を予測することを提唱する。
歩行者の相対的な空間情報を保存するScene-Actor Graph Neural Network (SA-GNN)を提案する。
2つの大規模な実世界のデータセットで、我々のシーン占有率予測が最先端のモーション予測手法よりも正確でより校正されていることを示した。
論文 参考訳（メタデータ） (2021-01-07T06:08:21Z) - Learning by Cheating [72.9701333689606]
この難解な学習問題を2段階に分解することで単純化できることを示す。
提案手法を用いて、視覚に基づく自律運転システムの訓練を行い、芸術の状況を大幅に上回っている。
提案手法は,従来のCARLAベンチマークのすべてのタスクにおける100%の成功率を初めて達成し,NoCrashベンチマークに新しい記録を樹立し,従来の技術と比較すると,屈折率を桁違いに低減する。
論文 参考訳（メタデータ） (2019-12-27T18:59:04Z)
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。