多显著性对象数据集-麻将胡了pg电子网站

本数据集共有 1224 张图像来自四个公共图像数据集：coco、voc07、imagenet 和 sun。amazon mechanic turk 工作人员将每个图像标记为包含 0、1、2、3 或 4 个以上的显着对象。可以在imgidx.mat中找到此标签信息以及边界框注释，一个存储图像信息的matlab结构数组。mso 数据集是 sos 数据集测试集的子集。波士顿大学的团队删除了一些显着对象严重重叠或者对于标记指定数量的显着对象不明确的图像。因此，在来自 sos 测试集的 1380 张图像中，只剩下 1224 张图像。mso 数据集中超过一半的图像包含零个显着对象或多个显着对象。这旨在提供更真实的设置来评估显着对象检测方法。

• 0 个显着对象：338 个图像


• 1 个显着对象：611 个图像


• 2 个显着对象：155 个图像


• 3 个显着对象：100 个图像


• 4 显着对象：20 张图像

users of this dataset are asked to cite the paper:

jianming zhang, shugao ma, mehrnoosh sameki, stan sclaroff, margrit betke, zhe lin, xiaohui shen, brian price and radomír měch. "salient object subitizing." to appear in proc. ieee conference on computer vision and pattern recognition (cvpr), 2015.

文章目录dut-omrondutshku-isecssd/cssdsodpascal-s参考资料dut-omron数据集包含5168张图像，最大边长为400像素，数据集中具有一个或多个显著对象和相对复杂的背景，具有眼睛固定、边界框和像素方面的大规模真实标注的数据集。论文: c. yang, l. zhang, h. lu, x. ruan, and m.-h. yang, "salie...

九个常用的显著性目标检测数据集：sod、dut-omron、msra-b、soc、sed2、hku-is、pascal-s、duts、thur-15k

 多显著性对象数据集数据集： asmxb本数据集共有 1224 张图像来自四个公共图像数据集：coco、voc07、imagenet 和 sun。amazon mechanic turk 工作人员将每个图像标记为包含 0、1…

多对象图像数据集建立及显著性检测算法评估.pdf,journal of computer applications issn 1∞1-9081 2015-09-10 计算机应用，2015， 35(9): 2624 -2628 , 2635 coden jyiidu 文章编号:1 ∞1-9081(2015)09-2624-05 doi: 1o.11772/j. issn.l∞1-佣81. 2015. 阴.2624 多对象图像数据集建立及显著性检测算法评估 郑斌l ，牛玉负 l ， 2· ，柯玲玲l (1.福州大学数学与计算机科学学院，福州 350

coco数据集是一个可用于图像检测（image detection），语义分割（semantic segmentation）和图像标题生成（image captioning）的大规模数据集。它有超过330k张图像（其中220k张是有标注的图像），包含150万个目标，80个目标类别（object categories：行人、汽车、大象等），91种材料类别（stuff categoris：草、墙、天空等），每张图像包含五句图像的语句描述，且有250,000个带关键点标注的行人。

  coco数据集全称为microsoft common objects in context(ms coco)，它是一个大规模(large-scale)的对象检测(object detection)、分割(segmentation)、关键点检测(key-point detection)和字幕(captioning)数据集。此数据集由32.8万张图像组成，论文《microsoft coco: common objects in context》：https://arxiv.org/pdf/1405.0312.pdf

      coco数据集的第一个版本于2014年发布，它包含16.4万张图像，分为训练集(8.3万张)、验证集(4.1万张)和测试集(4.1万张)。2015年发布了额外的8.1万张图像测试集，包括所有以前的测试图像和4万张新图像。2017年将训练集/验证集分配从8.3万/4.1万更改为11.8万/0.5万张，新的拆分使用相同的图像和标注(annotation)。2017年测试集是2015年测试集的子集包含4.1万张。此外，2017版本包含一个新的未标注的12.3万张数据集。近几年的tasks使用的都是2017年的数据集。

 作为标准数据集，voc-2007 是衡量图像分类识别能力的基准。

faster-rcnn，yolo -v1, yolo-v2都以此数据集为最为演示样例，因此，有必要了解一下本数据集的组成架构。

voc数据集共包含：训练集（5011幅），测试集（4952幅），共计9963幅图，共包含20个种类。

imagenet数据集是一个计算机视觉数据集，是由斯坦福大学的李飞飞教授带领创建。该数据集包合 14,197,122张图片和21,841个synset索引。 synset是wordnet层次结构中的一个节点，它又是 一组同义词集合。 imagenet数据集一直是评估图像分类算法性能的基准。
　　imagenet 数据集是为了促进计算机图像识别技术的发展而设立的一个大型图像数据集。2016 年imagenet 数据集中已经超过干万张图片，每一张图片都被手工标定好类别。imagenet 数据集中的图片涵盖了大部分生活中会看到的图片类别。imagenet最初是拥有超过100万张图像的数据集。如图下图所示，它包含了各种各样的图像，并且每张图像都被关联了标签（类别名）。每年都会举办使用这个巨大数据集的ilsvrc图像识别大赛。