研究人员推出了NavAble,一个旨在提高视障和低视力用户导航能力的大规模数据集和合成数据生成流水线。该数据集包含超过41,000张精选图像和8,000张新收集、标注的真实世界图像,重点关注11个对可访问性至关重要的物体类别。为了进一步扩大规模和多样性,开发了一个合成数据生成流水线,在37个环境中生成了452,000帧。实验表明,在NavAble上微调分割模型可显著提高物体分割精度,而合成数据增强可带来进一步的提升。 AI
影响 增强了辅助导航技术的AI感知能力,有望改善视障和低视力个体的出行能力。
排序理由 该项目描述了一个用于特定AI研究任务(盲人导航)的新数据集和合成数据生成流水线,发布在arXiv上。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX
- DagsHub
- Gotit.pub
- Hugging Face
- NavAble
- SAM 3D
- ScienceCast
- vision-language model
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →