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139篇)

显示139的结果1到20。
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. 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 ... 5 6 7 下一个