BDD100K: 다양한 주행 데이터셋을 이용한 이종 다중태스크 학습

데이터셋은 시각 기술의 발전을 이끌지만, 기존의 자율 주행 데이터셋은 시각적 콘텐츠와 지원되는 작업 면에서 부족하여 자율 주행을 위한 다중 작업 학습을 연구하는 데 한계가 있습니다. 연구자들은 일반적으로 하나의 데이터셋에서 제한된 문제 집합만 연구할 수 있지만, 실제 세계의 컴퓨터 비전 응용 프로그램은 다양한 복잡도의 작업 수행이 필요합니다. 우리는 자율 주행에 대한 이미지 인식 알고리즘의 흥미로운 진보를 평가하기 위해 10만 개의 동영상과 10개의 작업을 포함하는 가장 큰 자동차 운행 동영상 데이터셋인 BDD100K를 구축하였습니다. 이 데이터셋은 지리적, 환경적, 날씨적 다양성을 갖추고 있어 새로운 조건에 놀랄 가능성이 적은 모델을 훈련시키는 데 유용합니다. 이러한 다양한 데이터셋을 기반으로 우리는 이질적인 다중 작업 학습 벤치마크를 구축하고, 여러 작업을 함께 해결하는 방법을 연구하였습니다. 실험 결과, 기존 모델들이 이러한 이질적인 작업을 수행하기 위해서는 특별한 훈련 전략이 필요함을 보여주었습니다. BDD100K는 이 중요한 분야에서 미래 연구의 문을 열어줍니다.