BDD100K: Um Conjunto de Dados de Direção Diversificado para Aprendizado Multitarefa Heterogêneo

Conjuntos de dados impulsionam o progresso da visão, no entanto, os conjuntos de dados de direção existentes são empobrecidos em termos de conteúdo visual e tarefas suportadas para estudar o aprendizado multitarefa para direção autônoma. Os pesquisadores geralmente estão restritos a estudar um pequeno conjunto de problemas em um único conjunto de dados, enquanto aplicações reais de visão computacional requerem a execução de tarefas de várias complexidades. Construímos o BDD100K, o maior conjunto de dados de vídeo de direção com 100K vídeos e 10 tarefas para avaliar o emocionante progresso dos algoritmos de reconhecimento de imagem na direção autônoma. O conjunto de dados possui diversidade geográfica, ambiental e meteorológica, que é útil para treinar modelos que são menos propensos a serem surpreendidos por novas condições. Com base neste conjunto de dados diversificado, construímos uma referência para aprendizado multitarefa heterogêneo e estudamos como resolver as tarefas juntas. Nossos experimentos mostram que estratégias de treinamento especiais são necessárias para que modelos existentes realizem tais tarefas heterogêneas. O BDD100K abre a porta para futuros estudos neste importante campo.