帕斯卡挥发性有机化合物

PASCAL可视化对象类挑战：回顾。PASCAL视觉对象类（VOC）挑战包括两个部分：（i）一个公开可用的图像数据集，以及基本真相注释和标准化评估软件；以及（ii）年度竞赛和研讨会。有五个挑战：分类、检测、分割、动作分类和人物布局。本文回顾了2008-2012年的挑战。本文面向两个读者：算法设计者，研究人员，他们希望了解VOC数据集的性能，以及当前这一代算法的局限性和弱点；还有，挑战设计师，他们希望看到我们作为组织者从过程中学到了什么，以及我们对组织未来挑战的建议。为了分析提交的算法在VOC数据集上的性能，我们引入了一些新的评估方法：一种用于确定两种算法性能差异是否显著的bootstrapping方法；一个标准化的平均精度，这样就可以在具有不同比例正实例的类之间进行性能比较；一种用于在多个算法之间可视化性能的聚类方法，以便能够识别难易图像；并利用联合分类器对所提交的算法进行综合评价，以衡量它们的互补性和综合性能。我们还利用Hoiem等人（欧洲计算机视觉会议记录，2012年）的方法分析社区在时间上的进展，以确定发生错误的类型。最后，我们评估了这项挑战中成功的方面，以及在未来挑战中可以改进的方面。

此软件的关键字

这里的任何内容都将在支持canvas元素的浏览器上被替换

zbMATH中的参考文献（参考文献139篇)

显示139的结果1到20。
按年份排序(引用)

1 2 三 ... 5 6 7 下一个

  1. 高加索，马克西姆；古普塔、苏亚什；杜奇，约翰C.：了解你所知道的：多类和多标签预测中的有效和有效置信集（2021）
  2. 陈哲；张静；陶大成：面向对象检测的递归上下文路由（2021）
  3. 伊格纳蒂耶夫，V.Yu。；马特维耶夫，内华达州。；穆林宁，A.B。；乌斯马诺娃，A.A。；Tsurkov，V.I.：基于生成神经网络提高全色卫星图像的空间分辨率（2021）
  4. 马佳怡；蒋兴宇；范敖翔；蒋俊军；颜俊奇：从手工到深层特征的图像匹配：一项调查（2021年）
  5. 莫蒂埃，托马斯；怀德穆克，马雷克；登布钦斯基，克孜什托夫；胡勒梅尔，艾克；Waegeman，Willem:多类分类中的有效集值预测（2021）
  6. 王正阳；季水旺：平滑扩张卷积用于改进的稠密预测（2021）
  7. 吴振妮；陈恒新；方、彬；李子豪；陈新润：基于CNNs的无人机姿态估计（2021）
  8. 张建佳；王磊；周路平；李万青：超越协方差：基于SICE和核的视觉特征表示（2021）
  9. 陈奕文；蔡依轩；林燕玉；杨明萱：VOSTR：基于可转换表示的视频对象分割（2020）
  10. 卡塔，萨希尔；罗摩克里希纳，C.：对抗性攻击愚弄目标探测器（2020）
  11. 刘，李；欧阳、万里；王晓刚；菲格斯，保罗；陈杰；刘新旺；Pietikäinen，Matti:通用对象检测的深度学习：调查（2020）
  12. 妈，范；孟德玉；东、宣义；Yang，Yi：自学多视角协同训练（2020）
  13. 夏尔玛，维普尔；Mir，Roohie Naaz:基于深度学习的目标检测技术的全面系统研究：综述（2020）
  14. 小孙；Lian，Zhouhui:EasyMesh:从单个图像重建三维网格的有效方法（2020）
  15. 瓦拉达，阿比纳夫；莫汉，罗希特；Burgard，Wolfram:多模式语义分割的自监督模型自适应（2020）
  16. 王翔；刘四飞；马惠民；杨明萱：基于迭代亲和学习的弱监督语义分割（2020）
  17. 赵娇娇；韩俊功；邵、凌；斯努克，Cees G.M.：像素化语义着色（2020）
  18. 赵跃；熊元军；王立民；吴志荣；唐小欧；林大华：基于结构化分段网络的时间行为检测（2020）
  19. 达尼什曼德，阿米尔；孙英；斯库塔里，格苏阿尔多；弗朗西斯科法奇尼；Sadler，Brian M.：时变有向图上的分散字典学习（2019）
  20. Jens Behley，Martin Garbade，Andres Milioto，Jan Quenzel，Sven Behnke，Cyrill Stachniss，Juergen Gall:SemanticKITTI:LiDAR序列语义场景理解数据集（2019）阿尔十四

1 2 三 ... 5 6 7 下一个