Trans10K

玻璃制成的窗户和瓶子等透明物体在现实世界中广泛存在。分割透明对象具有挑战性，因为这些对象具有从图像背景继承的不同外观，使得它们与周围环境具有相似的外观。除了这项任务的技术难度之外，只有少数以前的数据集是专门设计和收集来探索这项任务的，并且大多数现有数据集都存在重大缺陷。它们要么拥有有限的样本量，例如只有一千张没有手动注释的图像，要么使用计算机图形方法生成所有图像（即不是真实图像）。为了解决这个重要问题，这项工作提出了一个用于透明对象分割的大规模数据集，名为 Trans10K，由 10,428 张真实场景的图像组成，并带有仔细的手动注释，比现有数据集大 10 倍。 Trans10K 中的透明对象由于尺度、视点和遮挡的高度多样性而极具挑战性，如图 1 所示。为了评估 Trans10K 的有效性，我们提出了一种新的边界感知分割方法，称为 TransLab，它利用边界作为改善透明物体分割的线索。大量的实验和消融研究证明了 Trans10K 的有效性，并验证了在 TransLab 中学习对象边界的实用性。例如，TransLab 显着优于最近 20 种基于深度学习的对象分割方法，表明该任务在很大程度上尚未解决。我们相信 Trans10K 和 TransLab 对学术界和工业界都有重要的贡献，促进了未来的研究和应用。
Trans10K 数据集包含 10428 张图像，透明物体分为两类：（1）透明物体，如杯子、瓶子和玻璃，定位这些物体可以使机器人更容易抓取物体。 (2) 透明的东西？如窗户、玻璃墙和玻璃门。它可以让机器人学会避开障碍物，避免撞到这些东西吗？ 5000、1000 和 4428 幅图像分别用于训练、验证和测试。我们进一步根据难度将验证集和测试集分为简单和困难两部分。