VALERIE22

VALERIE22数据集是由英特尔实验室开发的，旨在通过深度神经网络（DNNs）理解特定领域因素对感知性能的影响。该数据集通过VALERIE程序工具管道生成，提供了一个具有丰富元数据注释的逼真传感器模拟，从自动合成的场景中渲染出来。数据集包含独特的元数据集，允许提取特定的场景和语义特征，如像素级遮挡率、场景中的位置以及与相机的距离和角度。这使得可以在数据上进行多种可能的测试，并希望激发对DNNs性能理解的研究。VALERIE22数据集的应用领域主要集中在自动驾驶中的行人检测，旨在解决机器学习感知功能的安全性问题。

搜集汇总

背景与挑战

背景概述

VALERIE22数据集由英特尔实验室开发，通过VALERIE工具管道生成逼真传感器模拟数据，包含丰富的元数据注释（如遮挡率、位置和角度），旨在研究深度神经网络在自动驾驶行人检测中的感知性能影响因素，以提升安全性。