OOD-CV-v2

OOD-CV-v2数据集是由爱丁堡大学等机构的研究人员创建，旨在评估视觉算法在真实世界场景中的鲁棒性。该数据集包含10个对象类别的分布外示例，涉及姿态、形状、纹理、上下文和天气条件的变化，支持图像分类、物体检测和3D姿态估计等多种视觉任务的模型基准测试。数据集通过互联网搜索和手动筛选收集，确保每个分布外数据样本仅在一个干扰因素上与训练数据不同，而其他因素保持相似。此外，数据集还增加了遮挡作为新的干扰因素，通过超现实遮挡模拟真实世界的遮挡情况。OOD-CV-v2数据集的构建和标注工作超过650小时，为研究分布外鲁棒性提供了丰富的测试平台，有望推动该领域的研究进展。

搜集汇总

背景与挑战

背景概述

OOD-CV-v2数据集由爱丁堡大学等机构开发，旨在评估视觉算法在真实世界场景中的分布外鲁棒性。它包含10个对象类别的分布外示例，涵盖姿态、形状、纹理、上下文、天气条件和遮挡等多种干扰因素，支持图像分类、物体检测和3D姿态估计等任务的基准测试，通过精心设计确保样本干扰因素单一化。