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。


zbMATH中的参考文献(参考文献127篇文章)

显示127个结果中的1到20个。
按年份排序(引用)

1 2 ... 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. 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)
  3. 妈,范;孟德玉;东、宣义;Yang,Yi:自学多视角协同训练(2020)
  4. 小孙;Lian,Zhouhui:EasyMesh:从单个图像重建三维网格的有效方法(2020)
  5. 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)
  6. 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)
  7. 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)
  8. 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
  9. 乔伊,托马斯;德斯梅森,阿尔班;阿甘坦,塔莱亚辛加姆;布内尔,鲁迪;萨尔兹曼,马修;科利,普什梅特;托尔,菲利普·H·S。;Kumar,M.Pawan:具有稀疏高阶势的稠密CRF的有效松弛(2019)
  10. Koteswara Rao,L。;罗希尼,P。;Pratap Reddy,L.:用于图像检索的局部颜色质疑量化极值模式(2019)
  11. 奈尔,穆罕默德A。;艾哈迈德,M.奥马尔;Swamy,M.N.S.:一种基于DFT和DCT域二维HOG特征的车辆检测方案(2019)
  12. 拉詹,普尼玛;马永明;杰迪纳克,布鲁诺:检测计数的考克斯过程(2019年)
  13. 饶、聪;范、易;苏,凯乐;Latecki,Longin-Jan:作为全局对象相似性图中最大权重团的局部搜索的公共对象发现(2019)
  14. 沙非以撒得亚巴代,索罗斯;库恩,丹尼尔;Esfahani,Peyman Mohajerin:通过大规模运输实现正规化(2019年)
  15. 张丁文;韩俊伟;赵龙;孟德玉:协作式自主学习框架下弱监督目标检测的先验知识(2019)
  16. 艾哈迈德,沙霍尔;Chang,Loong Fah:用于场景理解的平面均匀纹理的鲁棒检测和仿射校正(2018)
  17. 甘塔、信德;是的,詹妮弗G。;牛,东林;Jordan,Michael I.:潜在标记泊松过程及其在对象分割中的应用(2018)
  18. 拉尔森,曼斯;阿纳布,阿努拉格;郑帅;托尔,菲利普;Kahl,Fredrik:基于梯度推理的像素级标记的深度结构模型(2018)
  19. 秦、尧;冯梦阳;鲁鄂川;Cottrell,Garrison W.:视觉显著性的层次细胞自动机(2018)
  20. 拉维夫,多利夫;哈桑,塔米尔;Osadchy,Margarita:超平面集合的铰链极小极大学习者(2018)

1 2 ... 5 6 7 下一个