Technische Samenvatting: Object-gecentreerde Datasetbronnen voor Beperkte Datageneratie en Augmentatie van Afbeeldingen

Probleemstelling

Object-gecentreerde beeldgeneratie is cruciaal voor toepassingen waar het verzamelen van aanvullende gelabelde voorbeelden moeilijk is, zoals voetgangersanalyse in slimme steden, inspectie van verkeersborden en domeinspecifieke objectdetectie. In deze omgevingen met beperkte gegevens zijn synthetische afbeeldingen alleen waardevol voor training en evaluatie als ze de objectstructuur, ruimtelijke gronding, bounding-box informatie, visuele diversiteit en realistische context behouden.

Bestaande grootschalige visuele bronnen (bijv. ImageNet, COCO, Cityscapes) zijn primair ontworend voor classificatie, detectie of scène-begrip in plaats van gecontroleerde object-gecentreerde generatie. Gevolgelijk lijden de daaruit afgeleide ad-hoc subsets vaak aan inconsistenties in klasse-mapping, crop-constructie, centrering, filtering en de definitie van splits. Deze variaties veranderen de moeilijkheidsgraad van de taak, wat een eerlijke vergelijking van methoden en de reproduceerbaarheid van eerder werk belemmert. Bovendien adresseren bestaande datasets zelden specifieke foutmodi in beperkte settings, zoals het verlies van lichaamsstructuur in privacy-geblurde voetgangersdata, overfitting op specifieke uiterlijkheden van verkeersborden, of de instorting van achtergronddiversiteit bij plantgeneratie.

Methodologie

De auteurs stellen een deelbare collectie van drie object-gecentreerde datasetbronnen voor, ontworpen om de input voor constrained-data generatietaken te standaardiseren. De collectie verenigt drie complementaire regimes onder een gemeenschappelijke interface: gestandaardiseerde 256×256 object-gecentreerde crops en bounding-box annotaties.

De constructie-pipeline volgt een vijffasen workflow toegepast op heterogene brongegevens:

1. Detectie/Annotatie Opzoekproces: Het identificeren van kandidaat-regio's uit bronannotaties of detectoren.
2. Box Extractie/Conversie & Klasse-harmonisatie: Het converteren van diverse annotatieformaten (polygonen, instantie-maskers) naar bounding boxes en het samenvoegen van gerelateerde klassen.
3. Object-gecentreerde Crop Generatie: Het creëren van crops gecentreerd rond het doelobject.
4. Normalisatie: Het hervergroten van alle crops naar 256×256.
5. Filtering & Split Generatie: Filteren op basis van objectdichtheid en overlap, gevolgd door het genereren van train/validatie/test splits.

De drie specifieke datasets worden als volgt geconstrueerd:

• Cityscapes–Pedestrian: Afgeleid van hoogresolutie Cityscapes-frames met behulp van CityPersons en gtCoarse annotaties. Voetganger-gerelateerde labels worden verenigd in één enkele klasse. De pipeline verwijdert dubbele boxen via overlap-regels en genereert crops rond persoon-gerelateerde regio's. Dit regime wordt gekenmerkt door dichte scènes, privacy-blur en zware occlusie.
• TrafficSigns: Gebouwd vanuit door de auteurs bezeten 1024×768 straatbeeld-afbeeldingen. Kandidaat-boxen voor verkeersborden worden gegenereerd met behulp van YOLOv5x en handmatig beoordeeld. De dataset biedt een schoner, hoog-contrast regime met goed gedefinieerde grenzen en beperkte occlusie.
• COCO PottedPlant: Afgeleid van MS-COCO 2017 instantie-annotaties. De pipeline selecteert "potted plant" instanties, waarbij instanties die te klein zijn voor een stabiele crop worden overgeslagen. Crops worden gesampled met willekeurige marges om ervoor te zorgen dat de bounding box volledig binnen de crop valt. In tegen tegenstelling tot de andere subsets, behoudt deze dataset snijdende plant-boxen in de labels om de annotatie-integriteit in multi-instantie scènes te waarborgen, wat een hoge contextuele en uiterlijke diversiteit biedt.

Belangrijkste Bijdragen

Het artikel levert vijf primaire bijdragen:

1. Dataset Release: Een collectie van drie klasse-specifieke bronnen (Cityscapes–Pedestrian, TrafficSigns, COCO PottedPlant) die dichte voetgangersscènes, schone verkeersborden en context-diverse potplanten beslaat.
2. Gestandaardiseerde Benchmark Interface: Een gemeenschappelijk formaat gebaseerd op 256×256 crops, bounding boxes, sample-niveau manifesten en split-metadata.
3. Reproduceerbare Pipelines: Volledige constructie-pipelines die detectie, klasse-harmonisatie, cropping, filtering en metadata-export dekken.
4. Regime Karakterisering: Statistische en kwalitatieve analyse van objectdichtheid, multi-box structuur, occlusie, blur en contextuele diversiteit over de drie subsets.
5. Publieke Release Pakket: Een uitgebreid pakket met directe data waar toegestaan (TrafficSigns) en reconstructie-assets (scripts, manifesten, annotatie-tabellen, checksums) voor beperkte subsets (Cityscapes–Pedestrian, COCO PottedPlant).

Resultaten en Statistieken

De huidige release bevat:

• 3.009 TrafficSigns samples: Direct verdeeld met afbeeldingen en YOLO-labels.
• 2.156 Cityscapes–Pedestrian manifest records: Verdeeld via publieke manifesten en reconstructie-scripts (geen upstream afbeeldingen).
• 7.679 COCO PottedPlant manifest records: Verdeeld via manifesten en reconstructie-scripts.

Statistische analyse onthult onderscheidende regimes:

• Cityscapes–Pedestrian: Hoge dichtheid met een gemiddelde van 8,11 boxen per record en 100% multi-box records, met de nadruk op occlusie en structurele ambiguïteit.
• TrafficSigns: Lagere dichtheid met 1,53 boxen per record en 51,3% multi-box records, gericht op randgetrouwheid en vormbehoud.
• COCO PottedPlant: Gemiddelde dichtheid met 2,63 boxen per record en 59,7% multi-box records, waarbij de nadruk ligt op contextuele diversiteit.

Het artikel citeert een recente YOLOv11 evaluatie met deze regimes, waarbij synthetische augmentatie de prestaties verbeterde met +7,6% op Cityscapes–Pedestrian en +30,6% op COCO PottedPlant, terwijl er een kleinere winst van +1,5% werd getoond op TrafficSigns, wat consistent is met het schonere, minder uitdagende regime.

Betekenis en Omvang

Het artikel positioneert deze collectie als een instrument om gebruikers te helpen bij het inspecteren van labels, het maken van gelijke sub-sets voor gecontroleerde vergelijkingen, het opnieuw draaien van reconstructie-scripts en het evalueren van object-gecentreerde generatie of synthetische-data augmentatie methoden op gestandaardiseerde records.

De betekenis ligt in het adresseren van de kloof tussen grootschalige visuele bronnen en de specifieke behoeften van constrained-data generatie. Door een gestandaardiseerde interface en complementaire foutmodi (occlusie/blur versus schone geometrie versus contextuele diversiteit) te bieden, stelt de bron onderzoekers in staat om te onderscheiden of een generatief model een smalle visuele regime exploiteert of een bredere object-gecentreerde robuustheid bereikt.

De auteurs verklaren expliciet dat de collectie opzettelijk gefocust is in plaats van allesomvattend, en geen vervanging is voor grootschalige generatieve datasets of algemene detectie-benchmarks. Het gemengde release-model (directe data versus reconstructie-assets) is ontworpen om een balans te vinden tussen reproduceerbaarheid en strikte naleving van upstream herdistributiebeperkingen (bijv. privacy en licenties). De release voldoet aan de FAIR-dataprincipe en bevat documentatie over de motivatie, compositie en verantwoord gebruik van de dataset.