RGBD20K: un benchmark su larga scala per la segmentazione semantica RGB-D

Abstract degli autori

In questo articolo proponiamo RGBD20K, un nuovo dataset volto a favorire lo sviluppo di sistemi di segmentazione semantica RGB-D più robusti e generalizzabili, grazie all’inclusione di numerose categorie e annotazioni di alta qualità. RGBD20K presenta diverse caratteristiche interessanti: (1) spazio semantico ampliato. In particolare, comprende 160 categorie di dettaglio, superando ampiamente la varietà di categorie dei più diffusi benchmark RGB-D esistenti (per esempio, NYUv2 con 40 classi e SUN RGB-D con 37 classi). Ci aspettiamo che questa copertura semantica più ricca favorisca l’apprendimento di modelli di segmentazione più generalizzabili. (2) Dimensioni maggiori. Rispetto ai benchmark attuali, RGBD20K offre 20.000 coppie di immagini RGB-D, mettendo a disposizione una risorsa di addestramento notevolmente più ampia, utile allo sviluppo di modelli deep più potenti. (3) Annotazioni ad alta fedeltà. Abbiamo effettuato una rigorosa rivalutazione e correzione delle etichette esistenti per risolvere problemi di rumore nelle annotazioni presenti da tempo, ottenendo così una base di riferimento pulita e affidabile. Inoltre, proponiamo un nuovo metodo di fusione a punteggio depurato (SPF), che raggiunge prestazioni allo stato dell’arte in tutti i benchmark valutati, dimostrando l’efficacia del nostro approccio nello sfruttare informazioni multimodali di alta qualità per la segmentazione semantica RGB-D. Il dataset è disponibile qui: https://github.com/ShaohuaDong2021/RGBD20K/.