AVOID：恶劣视觉条件下驾驶场景理解数据集

本文介绍了一个新的数据集 AVOID，专门设计用于解决自动驾驶汽车在恶劣视觉条件下道路场景理解的挑战。该数据集侧重于意想不到的道路障碍物，并包含各种数据模式（语义图、深度图、LiDAR 数据），这使其对于在真实且具有挑战性的场景中训练和评估感知模型非常有价值。基准测试和消融研究通过提供对现有和提议模型的性能的见解，进一步增加了本文的重要性。

• •介绍了 AVOID，一个用于恶劣驾驶条件下障碍物检测的新数据集。
• •该数据集包括各种数据模式（语义图、深度图、LiDAR 数据）。
• •提供了实时障碍物检测网络的基准测试和消融研究。