釜山国立大学 发布 Cityscape-Adverse 数据集, 应用在 自动驾驶、恶劣环境模拟 领域

釜山国立大学 本次发布的数据集 Cityscape-Adverse, Cityscape-Adverse是由釜山国立大学开发的用于评估语义分割模型鲁棒性的基准数据集。该数据集利用扩散模型对Cityscapes数据集进行编辑，模拟了八种不同的恶劣环境条件，包括天气、光照和季节的变化，同时保留了原始的语义标签。数据集包含2975张训练图像和500张验证图像，分辨率为2048×1024像素。创建过程通过高级生成AI模型实现，无需重新标注。该数据集主要应用于自动驾驶领域，旨在提高模型在真实世界恶劣环境中的鲁棒性。

查看Cityscape-Adverse

README 内容： 

关于 釜山国立大学 , 釜山国立大学是韩国的一所国立大学，位于釜山市，是韩国重要的教育和研究机构之一。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。