Synset Signset Germany: Synthetischer Bilddatensatz für Verkehrszeichenerkennung

Der Synset-Signset-Germany-Datensatz enthält insgesamt 211.000 synthetisch erzeugte Bilder von aktuellen deutschen Verkehrszeichen (inkl. Aktualisierung 2020) für maschinelle Lernverfahren (ML) im Anwendungsbereich (Task) der Verkehrszeichenerkennung (engl. "traffic sign recognition"). Der Datensatz beinhaltet 211 deutsche Verkehrszeichenklassen mit jeweils 500 Bildern, und teilt sich in zwei Teildatensätze, die mit unterschiedlichen Rendering-Engines erzeugt wurdden. Zusätzlich zu den Klassifikations-Annotationen beinhaltet der Datensatz außerdem Labelbilder für die Segmentierung der Verkehrszeichen, Binärmasken, sowie umfangreiche Informationen zu Abbildungs- und Szeneneigenschaften, insbesondere zu Abbildungsartefakten. Der Datensatz wurde im September 2024 vorgestellt von Anne Sielemann, Lena Lörcher, Max-Lion Schumacher, Stefan Wolf, Jens Ziehn, Masoud Roschani und Jürgen Beyerer in der Publikation: Sielemann, A., Loercher, L., Schumacher, M., Wolf, S., Roschani, M., Ziehn, J., and Beyerer, J. (2024). Synset Signset Germany: A Synthetic Dataset for German Traffic Sign Recognition. In 2024 IEEE 27th International Conference on Intelligent Transportation Systems (ITSC). Die Verkehrszeichenformen basieren auf der Bildtafel der Verkehrszeichen in der Bundesrepublik Deutschland seit 2017 auf Wikipedia (https://de.wikipedia.org/wiki/Bildtafel_der_Verkehrszeichen_in_der_Bundesrepublik_Deutschland_seit_2017). Die Daten wurden mit der Simulationsumgebung OCTAS (www.octas.org) erzeugt. Ein Teildatensatz nutzt den Cycles-Raytracer des Blender-Projekts (www.cycles-renderer.org), der andere (ansonsten identische) Teildatensatz nutzt die 3D-Rasterisierungs-Engine OGRE3D (www.ogre3d.org). Die Website des Datensatzes stellt detaillierte Informationen zum Erzeugungsprozess und Modellannahmen zur Verfügung. Der Datensatz soll damit auch zur Eignungsanalyse von simulierten, synthetischen Datensätzen dienen. Der Datensatz wurde aufgebaut im Rahmen des Fraunhofer-Programmes PREPARE im Projekt "ML4Safety" mit dem Förderkennzeichen PREPARE 40-02702, sowie gefördert durch das Förderprogramm "Neue Fahrzeug- und Systemtechnologien" des Bundesministerium für Wirtschaft und Klimaschutz der Bundesrepublik Deutschland (BMWK) im Rahmen des Forschungsprojekts "AVEAS" (www.aveas.org). Die generative Erzeugung von Texturen mit Verschmutzungen und Abnutzungen der Verkehrsschilder wurde trainiert auf Realdaten von Verkehrsschildern, die mit freundlicher Unterstützung des Tiefbauamts Karlsruhe erhoben wurde.