pdf Open Challenges in Deep Stereo: the Booster Dataset
Abstractの和訳
我々は、高密度で正確なグランド・トゥルース視差で注釈された屋内シーンをフレーミングする、新しい高解像度で困難なステレオデータセットを提示する。本データセットの特徴は、いくつかの鏡面や透明な面が存在することである。我々の取得パイプラインは、サブピクセル精度で簡単かつ正確にラベリングできる、新しいディープ時空間ステレオフレームワークを活用している。我々は、64の異なるシーンで収集され、高密度のグラウンドトゥルース視差でアノテーションされた合計419のサンプルを公開する。各サンプルには、高解像度のペア（12 Mpx）とアンバランスなペア（左：12 Mpx、右：1.1 Mpx）が含まれています。さらに、手作業で注釈を付けたマテリアルセグメンテーションマスクと15Kのラベルなしサンプルを提供する。我々は、我々のデータセットに基づいて、最新のディープネットワークを評価し、ステレオにおける未解決の課題に対処する上での限界を強調し、将来の研究のためのヒントを導き出す。
DeepL.com（無料版）で翻訳しました。
web page https://cvlab-unibo.github.io/booster-web/
booster_gt.zip
フォルダ構成の一部
test/balanced/Bottles/camera_00
test/balanced/Bottles/camera_02
test/unbalanced/Bottles/camera_00
test/unbalanced/Bottles/camera_01
train/balanced/Bottle/camera_00
train/balanced/Bottle/camera_02
train/unbalanced/Bottle/camera_00
train/unbalanced/Bottle/camera_01
フォルダ構成の一部
test/balanced/Mirror1/camera_00
test/balanced/Mirror1/camera_02
test/unbalanced/Mirror1/camera_00
test/unbalanced/Mirror1/camera_01
train/balanced/Mirror/camera_00
train/balanced/Mirror/camera_02
train/unbalanced/Mirror/camera_00
train/unbalanced/Mirror/camera_01
