评价指标：采用了五个指标来定量评估玻璃检测性能。 前两个指标是 IoU和像素精度（PA） ，还从显着物体检测中采用 F度量和平均绝对误差（MAE）度量 。 最后一个指标是 平衡错误率（BER） ，它是阴影检测领域中的标准指标，与前三个指标不同，对于MAE和BER，其值越低，检测结果越好。
本文从两个方面解决了玻璃检测问题。 首先，构建了一个 大规模的玻璃检测数据集（GDD） ，该数据集包含3,916张带有玻璃和相应玻璃掩模的高质量图像，涵盖了各种日常生活场景。 其次，提出了一个 玻璃检测网络（GDNet） ，其中嵌入了多个大范围上下文特征集成（LCFI）模块，以从一个大的感受野中采集大量的低层和高层上下文，以进行准确检测不同场景中的不同大小的玻璃杯。
所构建的玻璃检测数据集GDD涵盖了各种日常生活场景（例如，浴室，办公室，街道和购物中心） ，其中从室内场景拍摄了2827张图像，而从室外场景拍摄了1089张图像。 图2显示了GDD中的一些示例玻璃和玻璃mask图像。
