北京人工智能研究院 发布 Multi-Sensor Corruption Benchmark (MSC-Bench) 数据集, 应用在 自动驾驶、传感器鲁棒性 领域

北京人工智能研究院 本次发布的数据集 Multi-Sensor Corruption Benchmark (MSC-Bench), MSC-Bench是由北京人工智能研究院等机构创建的多传感器损坏基准测试数据集，旨在评估自动驾驶感知模型在传感器损坏情况下的鲁棒性。该数据集包含16种损坏类型，涵盖了天气、内部和传感器故障场景，基于nuScenes数据集的验证集构建。数据集通过模拟多种传感器损坏情况，如相机崩溃、帧丢失、交叉传感器干扰等，评估了六种3D目标检测模型和四种高精地图构建模型的性能。该数据集的应用领域主要集中在自动驾驶感知系统的鲁棒性评估，旨在解决传感器损坏对自动驾驶系统安全性的影响问题。

查看Multi-Sensor Corruption Benchmark (MSC-Bench)

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。