用于動作分類和定位的稀疏標記數(shù)據(jù)集
大小：0.60 MB 人氣： 2018-02-28 需要積分：2
圖像分類和目標檢測領域近年來取得了重大的平行進展。可以認為，這些進展歸功于數(shù)據(jù)集的質量提高和數(shù)量增長，進而逐步成功地應用到了更復雜的學習模型中。在圖像分類中，我們有從 Caltech101（2004，只有 9146 個樣本）到 ImageNet（2011，包含 120 萬個樣本）這樣的數(shù)據(jù)集。在目標檢測中，盡管收集邊界框信息所需的額外人類標注成本提高了，但也出現(xiàn)了訓練集規(guī)模逐漸擴展的相似趨勢。Pascal VOC（2007）只包含 1578 個樣本，而最近提出的 COCO 數(shù)據(jù)集包含超過 20 萬張圖像和 50 萬個目標實例標注。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
用于動作分類和定位的稀疏標記數(shù)據(jù)集下載
相關電子資料下載
- UWB定位技術在室內醫(yī)療中的應用 141
- 慧眼識安全之石油化工智能視頻監(jiān)控信息化解決方案 92
- 隧道內三種定位系統(tǒng)介紹 75
- 高壓電纜故障預警與精確定位裝置，一秒鎖定故障點！ 83
- 人員定位系統(tǒng)如何選擇？從了解定位技術開始 124
- 療養(yǎng)院人員定位管理系統(tǒng) 90
- 5分鐘讀懂GPS-RTK實時動態(tài)技術，建議收藏！ 118
- 抗干擾強、低功耗、高精度多模衛(wèi)星定位技術——為您帶來全新的精準體驗 178
- 干貨分享 數(shù)據(jù)記錄儀自動測量與記錄加速度：振動，顛簸，沖擊和定位 81
- 故障排查小能手：輸電線路分布式故障定位裝置大解析 64