德国卡尔斯鲁厄德意志人工智能研究中心 发布 SynRailObs 数据集, 应用在 铁路安全、障碍检测 领域

德国卡尔斯鲁厄德意志人工智能研究中心 本次发布的数据集 SynRailObs, SynRailObs 是一个高保真合成数据集，旨在模拟铁路场景中各种天气条件和地理特征。该数据集使用扩散模型生成稀有和难以捕捉的障碍物，这些障碍物在现实世界场景中通常难以获得。为了评估 SynRailObs 的有效性，我们在真实世界的铁路环境中进行了实验，测试了各种天气条件下的有砟和无砟轨道。结果表明，SynRailObs 在铁路安全应用中的障碍检测方面具有巨大的潜力。在 SynRailObs 上训练的模型在不同距离和环境条件下表现出一致的性能。此外，在 SynRailObs 上训练的模型表现出零样本能力，这对于安全敏感领域的应用至关重要。

查看SynRailObs

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。