研究人员开发了一个新的数据集和评估方法,用于中国农村自动驾驶场景下的目标检测,以解决数据稀缺的挑战。该研究将河南省卫辉市的真实世界数据与使用Unreal Engine生成的合成数据混合,创建了一个包含14个类别的目标系统。通过评估13种主流检测器,他们发现适量的合成数据可以提高性能,其中YOLO11m取得了最高的[email protected]。然而,过多的合成数据会导致域偏移,并且检测长尾、非标准物体仍然存在挑战。 AI
影响 这项研究为改善在具有挑战性的农村环境中自动驾驶的目标检测提供了见解,特别是在使用合成数据方面。
排序理由 该集群描述了一篇学术论文,其中详细介绍了一个新的数据集和目标检测模型的实验评估。
- Henan
- RT-DETR-L
- Unreal Engine
- Weishi County
- YOLO11
- YOLO26
- YOLOv5
- YOLOv8
- Hugging Face
- Object Detection for Autonomous Driving in Chinese Rural Scenes: An Experimental Study on Real-Synthetic Data Mixing and Model Evaluation
- YOLO11m
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →