# RGBD20K: Bộ dữ liệu chuẩn quy mô lớn cho phân đoạn ngữ nghĩa RGB-D

- Nguồn: HuggingFace Daily Papers (bài nghiên cứu nổi bật của cộng đồng)
- Thời gian phát hành: 2026-09-24 07:00 (giờ Việt Nam)
- Điểm AI: 31/100
- Link AIHOT.vn: https://aihot.vn/items/bb38e347519bb81b
- Nguồn dữ liệu AI HOT: https://aihot.news/items/cmuhae8wa06hxro3bt8494n9i
- Link gốc: https://arxiv.org/abs/2609.29028

## Tóm tắt AI

RGBD20K cung cấp 20.000 cặp ảnh RGB-D với 160 lớp chi tiết, vượt xa các bộ dữ liệu cũ như NYUv2 hay SUN RGB-D. Nghiên cứu cũng giới thiệu phương pháp SPF giúp đạt hiệu suất SOTA trong phân đoạn ngữ nghĩa.

## Thân bài

[Xem PDF](https://arxiv.org/pdf/2609.29028) [HTML (thử nghiệm)](https://arxiv.org/html/2609.29028v1)

> Tóm tắt: Trong bài báo này, chúng tôi đề xuất RGBD20K, một tập dữ liệu mới nhằm thúc đẩy sự phát triển của phân đoạn ngữ nghĩa RGB-D mạnh mẽ và tổng quát hơn bằng cách bao gồm các danh mục phong phú và chú thích chất lượng cao. RGBD20K sở hữu một số đặc tính hấp dẫn: (1) Không gian ngữ nghĩa mở rộng. Cụ thể, nó bao gồm 160 danh mục chi tiết, vượt xa sự đa dạng về danh mục của các tiêu chuẩn RGB-D phổ biến hiện nay (ví dụ: NYUv2 với 40 lớp và SUN RGB-D với 37 lớp). Với phạm vi ngữ nghĩa phong phú như vậy, chúng tôi kỳ vọng sẽ thúc đẩy việc học các mô hình phân đoạn có khả năng tổng quát hóa tốt hơn. (2) Quy mô lớn hơn. So với các tiêu chuẩn hiện tại, RGBD20K cung cấp 20.000 cặp ảnh RGB-D, mang lại nguồn tài nguyên huấn luyện lớn hơn đáng kể, hỗ trợ phát triển các mô hình học sâu mạnh mẽ hơn. (3) Chú thích độ trung thực cao. Chúng tôi thực hiện đánh giá lại và hiệu chỉnh nghiêm ngặt các nhãn hiện có để giải quyết tình trạng nhiễu chú thích tồn tại lâu nay, tạo ra một nền tảng dữ liệu thực (ground-truth) sạch và đáng tin cậy. Hơn nữa, chúng tôi đề xuất phương pháp hợp nhất tinh chỉnh điểm số (score-purified fusion - SPF) mới, đạt hiệu suất tiên tiến nhất trên tất cả các tiêu chuẩn được đánh giá, chứng minh tính hiệu quả của phương pháp chúng tôi trong việc tận dụng thông tin đa phương thức chất lượng cao cho phân đoạn ngữ nghĩa RGB-D. Tập dữ liệu có tại đây: [URL này](https://github.com/ShaohuaDong2021/RGBD20K/).

| Chủ đề: | Thị giác máy tính và Nhận dạng mẫu (cs.CV) |
| --- | --- |
| Trích dẫn là: | arXiv:2609.29028 [cs.CV] |
|  | (hoặc arXiv:2609.29028v1 [cs.CV] cho phiên bản này) |
|  | https://doi.org/10.48550/arXiv.2609.29028 DOI do arXiv cấp thông qua DataCite (đang chờ đăng ký) |

### Lịch sử gửi bài

Từ: Shaohua Dong [xem email](https://arxiv.org/show-email/e1fa801d/2609.29028)] [v1] Thứ Năm, 24 tháng 9 năm 2026 04:57:12 UTC (5.725 KB)