MS-COCO公司

microsoftcoco:上下文中的公共对象。我们提出了一个新的数据集,目的是通过将对象识别问题放在更广泛的场景理解问题的背景下,来提高目标识别的最新水平。这是通过收集包含自然环境中常见物体的复杂日常场景的图像来实现的。使用逐实例分段对对象进行标记,以帮助进行精确的对象定位。我们的数据集包含91种物体类型的照片,4岁的孩子很容易辨认。在328k图像中,总共有250万个标记实例,我们的数据集的创建利用了大量人群工作者的参与,通过新颖的用户界面进行类别检测、实例定位和实例分割。我们对数据集进行了详细的统计分析,并与PASCAL、ImageNet和SUN进行了比较。最后,利用可变形零件模型对包围盒和分割检测结果进行了基线性能分析。


zbMATH中的参考文献(参考文献56条)

显示第1到第20个结果,共56个。
按年份排序(引用)
  1. 库多斯贝,阿瓦佐夫;阿布杜萨洛莫夫,阿克马尔贝克;穆希迪诺夫、穆赫里丁;巴拉托夫,诺迪尔贝克;马赫穆多夫,法兹利丁;Cho,Young Im:CNN超声图像自动分类方法的改进(2022)
  2. Chrupała,Grzegorz:口语的视觉基础模型:数据集、架构和评估技术的调查(2022)
  3. 范、金龙;张静;马来亚银行,斯蒂芬J。;陶大成:广角图像矫正:一项调查(2022年)
  4. 伊利亚迪斯,迪米特里奥斯;德贝茨,伯纳德;Waegeman,Willem:使用双分支神经网络对假人进行多目标预测(2022)
  5. Khang Truong Giang,Soohwan Song,Sungho Jo:TopicFM:与主题辅助的强大且可解释的特征匹配(2022)阿尔十四
  6. 瓦尔德,乔安娜;纳瓦布,纳西尔;Tombari,Federico:使用实例嵌入学习3D语义场景图(2022)
  7. 蒋彦勤、张莉、苗振伟、朱夏田、高金高、胡伟明、蒋玉刚:偏振器:用极性变压器进行多摄像机三维目标检测(2022)阿尔十四
  8. 鲍登,亚当;Sirakov,Nikolay Metodiev:由Poisson梯度向量场引导的活动轮廓和边缘跟踪(2021)
  9. 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)
  10. 陈哲;张静;陶大成:面向对象检测的递归上下文路由(2021)
  11. 林凯文,王丽娟,刘子成:用变形金刚进行端到端的人体姿势和网格重建(2021)阿尔十四
  12. 亚当·科泰勒·夫斯基;刘青;王安田;孙一红;Yuille,Alan:合成卷积神经网络:遮挡下目标识别的鲁棒和可解释模型(2021)
  13. 李玲凤;罗寿生;泰雪成;Yang,Jiang:一种基于水平集函数的带离群点凸壳问题的变分方法(2021)
  14. Marcos Nieto,Orti Senderos,Oihana Otaegui:推进人工智能应用:复杂数据集的标记格式(2021)不是zbMATH
  15. Mark Weber,Wang Huiyu Wang,Siyuan Qiao,Jun Xie,Maxwell D.Collins,Yukun Zhun,Liangzhe Yuan,Dahun Kim,Qihang Yu,Daniel Cremers,Laura Leal Taixe,Alan L.Yuille,Florian Schroff,Hartwig Adam,Liang Chieh Chen:DeepLab2:深层标记的TensorFlow库(2021)阿尔十四
  16. 聂,燕;张太平;赵林昌;马新迪;唐元炎;刘晓宇:用于单目标跟踪的带局部二元卷积网络的连体金字塔残差模块(2021)
  17. 诺斯卡特,柯蒂斯G。;江、陆;庄,艾萨克L.:自信学习:估计数据集标签的不确定性(2021)
  18. 舒、欣;程欣;徐树斌;陈云芳;马廷淮;张炜:如何构建低空航空影像数据集进行深度学习(2021)
  19. Sven Kreiss,Lorenzo Bertoni,Alexandre Alahi:OpenPifPaf:语义关键点检测和时空关联的复合域(2021)阿尔十四
  20. 王妮、建桥;林大华;刘、季;达尼利迪斯,科斯塔斯;史建波:走向统计可证明的几何三维人体姿势恢复(2021)