RGBD20K：用于 RGB-D 语义分割的大规模基准数据集

英文标题：RGBD20K: A Large-Scale Benchmark for RGB-D Semantic Segmentation

论文提出 RGBD20K，一套面向 RGB-D 语义分割的新型数据集与基准。该数据集旨在通过覆盖丰富类别和提供高质量标注，推动更鲁棒、更具泛化能力的 RGB-D 语义分割方法发展。对于开发者而言，RGBD20K 可用于训练、评估和比较 RGB-D 语义分割模型；对于行业而言，它有望为复杂视觉场景中的深度感知与语义理解提供更全面的数据基础。原摘要未提供数据集规模、具体类别数量或实验指标等详细数据。

2.1 KB 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB