研究论文 · 发布 2022.01.10 · 发表／录用：作者报告
恶劣天气视觉：利用 CycleGAN 增强自动驾驶赛车感知
Vision in adverse weather: Augmentation using CycleGANs with various object detectors for robust perception in autonomous racing
资料概述
研究利用 CycleGAN 合成恶劣条件赛车图像用于检测器训练，通过比较多种检测器和数据组合，评估夜间及镜头水滴条件下的感知稳健性。
出版与版本信息
发表、录用或会议信息来自 arXiv 上作者的报告，下方保留原文表述。
原文作者提供的信息
以下为 arXiv 上作者提供的信息。
ICML 2022
版本: arXiv v3 — manuscript revision