亚琛工业大学 发布 OoDIS 数据集, 应用在 自动驾驶、异常检测 领域

亚琛工业大学 本次发布的数据集 OoDIS, OoDIS是由亚琛工业大学、伍珀塔尔大学和北京理工大学合作开发的数据集，专注于异常实例分割，旨在提高自动驾驶车辆对环境中未知物体的识别能力。该数据集整合了多个现有的异常分割数据集，如Fishyscapes、RoadAnomaly21和RoadObstacle21，提供了多样化的真实世界道路异常案例。创建过程中，研究团队对这些数据集进行了扩展和重新标注，以支持实例分割任务。OoDIS的应用领域主要集中在自动驾驶技术，特别是解决在训练中未见过的异常物体的精确分割问题，这对于避免交通事故至关重要。

查看OoDIS

关于 亚琛工业大学 , 亚琛工业大学（RWTH Aachen University）是德国最负盛名的理工科大学之一，位于德国亚琛市，以其卓越的工程和自然科学教育与研究而闻名。

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。