摘要
随着超高清分割（Ultra-High Resolution, UHR）方法的日益关注与快速发展，亟需一个涵盖广泛场景、并具备全细粒度密集标注的大规模基准数据集，以推动该领域的进步。为此，本文提出了URUR数据集，其名称意为“超高清且上下文极其丰富的数据集”（Ultra-High Resolution dataset with Ultra-Rich Context）。正如其名所示，URUR包含大量高分辨率图像（共3,008张，尺寸为5,120×5,120），覆盖来自63个城市的多样化复杂场景，拥有丰富的上下文信息（包含100万个实例，共8个类别），并提供细粒度的标注（约800亿个手动标注像素），在数据规模、分辨率、场景多样性及标注精细度等方面均显著优于现有的所有UHR数据集，包括DeepGlobe、Inria Aerial、UDD等。此外，本文还提出了一种名为WSDNet的新型高效且有效的UHR分割框架，特别适用于处理具有超丰富上下文信息的场景。该框架创新性地引入多层级离散小波变换（Multi-level Discrete Wavelet Transform, DWT），在有效缓解计算负担的同时，保留了更多的空间细节；同时设计了小波平滑损失函数（Wavelet Smooth Loss, WSL），通过平滑约束实现对原始结构化上下文与纹理信息的精确重建。在多个UHR数据集上的实验结果表明，WSDNet在性能上达到了当前最先进水平。该数据集已开源，访问地址为：https://github.com/jankyee/URUR。