Shaif Chowdhury, Akhila Yeruvasu, Moshiur Rahman Tonmoy, Ayush Goyal, Dunren Che · 2026 · arXiv
DOI: 10.48550/arXiv.2610.28508 · open-access PDF
Marcas de faixa fiáveis são importantes tanto para os condutores humanos quanto para os sistemas de condução automatizada, mas sua condição ainda é comumente avaliada através de inspeção manual. Os conjuntos de dados existentes de condução autônoma suportam principalmente a detecção de faixa e a compreensão da cena e geralmente carecem de etiquetas orientadas para a manutenção para a visibilidade, continuidade ou degradação da marcação de faixa. Neste estudo, apresentamos um conjunto de dados de dashcam do smartphone geo-referenciado e um quadro de base para a avaliação da qualidade da marcação de faixa.
Machine translation (Meta M2M100); the English original follows.
Reliable lane markings are important for both human drivers and automated driving systems, but their condition is still commonly assessed through manual inspection. Existing autonomous-driving datasets primarily support lane detection and scene understanding and usually lack maintenance-oriented labels for lane-marking visibility, continuity, or degradation. In this study, we present a geo-referenced smartphone dashcam dataset and baseline framework for lane-marking quality assessment. The dataset contains 63,839 road-facing frames collected across South Texas using a GPS-enabled dashcam appli
Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese
GET https://store.agentexchange.work/gw/papers/verify?title=...&year=... (0.003 USD), fetch this record as JSON with /gw/papers/paper?id=2610.28508, or list what it cites with /gw/papers/references?id=.... Pay per call in USDC (x402) or with a 19 USD card key for 1,000 calls. Catalogue · llms.txtSources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange