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。在本文中，我们回顾了2008年至2012年的挑战。这篇论文面向两个受众：算法设计师和研究人员，他们希望了解通过VOC数据集的性能来衡量技术的现状，以及当前新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124篇)

显示124个结果中的1到20个。
按年份排序(引用)

1 2 三 ... 5 6 7 下一个

  1. 妈，范；孟德玉；东、宣义；Yang，Yi：自学多视角协同训练（2020）
  2. 小孙；Lian，Zhouhui:EasyMesh:从单个图像重建三维网格的有效方法（2020）
  3. 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）
  4. 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）第十四章
  5. 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、 。；库马尔，M。Pawan:具有稀疏高阶势的稠密crf的有效松弛（2019）
  6. 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）
  7. 奈尔，穆罕默德A。；艾哈迈德，M。奥马尔；斯瓦米，M。N。S、 ：基于DFT和DCT域二维HOG特征的车辆检测方案（2019）
  8. 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）
  9. 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）
  10. 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）
  11. 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）
  12. 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）
  13. 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）
  14. 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）
  15. 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）
  16. 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）
  17. 宋志国；孙继峰；俞佳琳；刘胜庆：基于补丁描述子和结构局部稀疏表示的鲁棒视觉跟踪（2018）
  18. 张素飞；邢、灵芝；周林；孙志新：变形零件增量结构学习目标跟踪（2018）
  19. 张远健；苗族，多姿族；张志飞；徐剑峰；罗胜：一个多标签分类的三向选择集成模型（2018）
  20. 楚文生；德拉托瑞，费尔南多；科恩，杰弗里F。；Messinger，Daniel S.：无监督公共事件发现的分支和边界框架（2017）

1 2 三 ... 5 6 7 下一个