要約
海洋ごみの正確な検出とセグメンテーションは、水域の清浄を維持するために重要である。本論文では、前方視界ソナー（Forward Looking Sonar: FLS）を用いて収集された海洋ごみセグメンテーションのための新規データセットを提示する。このデータセットは、ARIS Explorer 3000センサーを用いて取得された1,868枚のFLS画像から構成されており、典型的な家庭由来の海洋ごみおよび干渉要因となる海洋物体（タイヤ、フック、バルブなど）を含む11のクラスに分類された物体と、背景クラスを含んでいる。本データセット上で、複数のエンコーダーを搭載した最先端のセマンティックセグメンテーションアーキテクチャの性能を分析し、ベースライン結果として提示している。画像はグレースケールであるため、事前学習済み重みは使用していない。性能評価には交差領域率（Intersection over Union: IoU）を用い、最も高い性能を示したモデルは、ResNet34をバックボーンとするU-Netであり、mIoUは0.7481であった。本データセットは、https://github.com/mvaldenegro/marine-debris-fls-datasets/ にて公開されている。