Biased-Cars

我们引入了一个具有挑战性的新数据集，用于同时进行对象类别和视点分类——Biased-Cars 数据集。我们的数据集具有照片般逼真的户外场景数据，可对场景杂乱（树木、街道设施和行人）、汽车颜色、对象遮挡、不同背景（建筑物/道路纹理）和照明条件（天空地图）进行精细控制。 Biased-Cars 由 5 种不同汽车模型的 15K 图像组成，这些图像是从多个尺度的 0-90 度方位角和 0-50 度天顶角之间变化的视点看到的。我们的数据集提供了对类别、视点和其他场景参数的联合分布的完全控制，并且使用基于物理的渲染确保了照片的真实感。

搜集汇总

背景与挑战

背景概述

Biased-Cars数据集旨在挑战对象类别与视点分类，包含15,000张图像，覆盖5种汽车模型，视点在0-90度方位角和0-50度天顶角范围内变化。该数据集通过基于物理的渲染实现照片般逼真效果，并提供对类别、视点及场景参数的精细控制。