斯坦福大学 发布 AVOIDDS 数据集, 应用在 飞机检测、模拟测试 领域

斯坦福大学 本次发布的数据集 AVOIDDS, AVOIDDS是由斯坦福大学开发的一个用于视觉基础的飞机入侵检测的数据集和模拟器，旨在解决飞机碰撞避免问题。该数据集包含72,000张具有各种光照、天气、相对几何和地理位置的逼真图像，用于训练和测试视觉基础的飞机检测模型。数据集创建过程中使用了X-Plane 11飞行模拟器，自动生成边界框标签，无需手动标注。AVOIDDS不仅用于模型训练，还提供了一个闭环模拟器来评估模型在碰撞避免任务中的性能，适用于高风险应用中机器学习系统的鲁棒性设计。

查看AVOIDDS

关于 斯坦福大学 , 斯坦福大学是一所位于美国加州的世界顶尖私立研究型大学，以其在科技、工程、商业和法律等领域的卓越教学和研究而闻名。

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。