Cam2BEV数据集

该存储库包含两个语义分割的道路场景图像合成数据集，它们是作为 Cam2BEV 项目的一部分创建的。在该项目中，数据集收集了多个车载摄像头的图像，并被用于计算语义分割的鸟瞰图（BEV）图像。同时该数据集被arXiv论文"A Sim2Real Deep Learning Approach for the Transformation of Images from Multiple Vehicle-Mounted Cameras to a Semantically Segmented Image in Bird’s Eye View"使用，验证了一种Sim2Real 深度学习方法。
数据集 1：360° 环绕摄像机（包括前置摄像头，后置摄像头，左相机，右相机，鸟瞰图，单应性视图）。数据集 2：仅前置摄像头（包括前置摄像头，鸟瞰图，单应性视图）

The dataset contains two subsets of synthetic, semantically segmented road-scene images, which have been created for developing and applying the methodology described in the paper "A Sim2Real Deep Learning Approach for the Transformation of Images from Multiple Vehicle-Mounted Cameras to a Semantically Segmented Image in Bird’s Eye View" (IEEE Xplore, arXiv, YouTube)

The dataset can be used through the official code implementation of the Cam2BEV methodology described on Github.

| Dataset | # Training Samples | # Validation Samples | # Vehicle Cameras | # Semantic Classes | Contained Images (examples) |
| --- | --- | --- | --- | --- | --- |
| Dataset 1: 360° Surround | 33199 | 3731 | 4 (front, rear, left, right) | 30 (CityScapes) | front camera, rear camera, left camera, right camera, bird's eye view, bird's eye view incl. occlusion, homography view |
| Dataset 2: Front Camera only | 32246 | 3172 | 1 (front) | 30 (CityScapes) | front camera, bird's eye view, bird's eye view incl. occlusion, homography view |

Papers With Code highlights trending Machine Learning research and the code to implement it.

CAM2BEV:在特征层面和结果层面利用了IPM逆透视映射，减少平面假设带来的误差

《A Sim2Real Deep Learning Approach for theTransformation of Images from Multiple Vehicle-Mounted Camerasto a Semantically Segmented Image in Bird’s Eye View》

主要从下面的链接，重新总结一遍。 Monocular BEV Perception with Transformers in Autonomous Driving real：自动驾驶中的BEV感知-transformer（2）概述自动驾驶需要准确表示自我车辆周围的环境。环境包括道路布…

BEV感知系列分享是整数智能推出的一个全新分享系列，在这个系列中，我们将介绍BEV感知相关的算法和数据集等内容。BEV感知系列主要分为以下几篇文章： BEV感知，是下一代自动驾驶感知算法风向吗？ BEV感知的开源数…

这项工作的贡献如下所示：

提出了一种在BEV中能够将多个车载摄像机图像转换为语义分割图像的方法；

使用不同的神经网络架构，设计并比较了两种不同的方法，其中一种是专门为这项任务设计的；

在设计过程中，不需要对BEV图像进行人工标记来训练基于神经网络的模型；

最后展示了一个成功的实际应用的模型。

两个模型设计，一是单输入模型，基于DeepLabv3+，其中主干分别采用MobileNetV2 和 Xception测试；二是 多输入模型，基于U-Net，做了一些变型。