显著性检测数据集—学习笔记

基于图像和视频上的显著性目标检测总结 本文主要对SOD领域内的主要模型方法、数据集、评估方法和数据集做了一定的总结报告,部分内容源自于相关论文和网站博客内容。 阅读详情
AI摘要

本文介绍了多个视觉显著性检测数据集,包括DUT-OMRON、DUTS、HKU-IS、ECSSD/CSSD、SOD及PASCAL-S,详细描述了每个数据集的图像数量、来源及下载链接,为从事图像处理和机器视觉研究的人员提供了全面的资源。


在这里插入图片描述

DUT-OMRON

在这里插入图片描述
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。

DUTS

在这里插入图片描述
DUTS数据集包含10553个训练图像和5019个测试图像,所有的训练图像均从ImageNet DET训练/验证集中收集,而测试图像则从ImageNet DET测试集和SUN数据集中收集。训练和测试集都包含非常重要的场景用于显著性检测。

HKU-IS

在这里插入图片描述
数据集包含4447个具有显著对象的像素注释的图像。

ECSSD/CSSD

在这里插入图片描述
复杂场景显著性数据集CSSD包含200张图像,ECSSD是CSSD的扩展集包含1000张图像。

SOD

在这里插入图片描述
此数据集是基于Berkeley Segmentation Dataset(BSD)的显著对象边界的集合,包含300张图像,7个对象。

PASCAL-S

在这里插入图片描述

参考资料

awesome-segmentation-saliency-dataset
开源数据集

显著性检测数据集之——显著物体检测 本文收集的显著性检测数据集包含两个部分:人眼关注点预测数据集(fixation prediction datasets)和显著物体检测数据集(salient object detection datasets)。 2.salient object detection datasets: (1) MSRA10K数据集 2007年, 西安交通大学与微软亚洲研究院的Liu等人提出了第1篇显著物体检测的论文, 同时也提出了第1个显著物体检测数据集, 但是该数据集只提供了物体边界框这一级别的显著性真值标定.之后, C 阅读详情

相关推荐

显著性检测综述(完整整理)

转载请附链接,注明出处。 显著性对象检测综述 参考:http://mmcheng.net/zh/paperreading/ 一、 程明明等人的论文:Salient Object Detection: A Surve(简单归纳了文章中的我认为比较重要的部分) 该论文旨在全面回顾突出显示目标检测的最新进展,并将其与其他密切相关领域(如通用场景分割,目标建议生成以及固定预测的显著性)相关...

qq_32493539的博客 5万+

显著性目标检测数据集

更新了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,自取。

yuexingyu的博客 7115

显著性检测数据集简单介绍及下载链接

显著性检测是计算机视觉的一个重要分支,而在深度学习的训练阶段、显著性检测算法的评价阶段等都需要大量有标注信息的数据集。这里简单介绍以下几种数据集,并给出一些数据集下载的链接。        早期的显著性检测研究是针对眼动图进行的。但是,眼动图是一些离散的人眼注视的空间点,不能表示出整个显著的区域,因此出现了窗口框标注的显著性检测数据集。然而,窗口框形式的数据集太过粗糙,逐像素标注的显著性检测数据

wanyq07的博客 1万+

基于显著性目标检测的非特定类别图像分割实现以及部署过程(附源码+数据集)

将pytorch下训练得到的pth模型,转为onnx模型,使用OpenCV中的dnn模块加载进行推理(其中对OpenCV进行重新编译,加入CUDA加速处理相关依赖,时间从1800ms左右,降到了120ms左右,在i5-7400 CPU @ 3.00GHz + 1050Ti的主机上)。修改后的模型初始化参数:训练三十几轮(每轮2000次迭代)从0.44左右降到0.06左右,十几轮就已经降到了0.1左右。在两张1080 TI上训练,批次大小(batch size)设置为16,每迭代2000次,保存一次模型,

实力派,无需多言! 1428

显著性检测分类(数据集和评估指标总结)

三:RGB-T显著性检测 (RGB-T SOD)

m0_59899305的博客 1701

显著性检测算法综述

最近又对显著性检测的发展现状做了一些梳理,特整理于此。参考了这篇文献:Borji A, Cheng M M, Jiang H, et al. Salient Object Detection: A Survey[J]. Eprint Arxiv, 2014, 16(7):3118.    人类的视觉神经系统可以在复杂的场景中快速发现感兴趣的目标,这种具有选择的视觉能力称为视觉注意机制。计算机视觉研...

xioamoon的博客 1万+

探索显著性检测的宝库:显著性检测数据集学习笔记

探索显著性检测的宝库:显著性检测数据集学习笔记 【下载地址】显著性检测数据集学习笔记分享 本资源文件提供了关于显著性检测数据集的学习笔记,涵盖了多个常用的显著性检测数据集的详细介绍和下载信息。显著性检测是计算机视觉中的一个重要研究方向,广泛应用于图像分割、目标检测等领域 ...

gitblog_06511的博客 412

视觉显著性检测——PR曲线

最近在做关于视觉显著性相关的算法,视觉显著性检测的算法跟大多数依靠准确率(Precision)去衡量算法(例如人脸识别,是否识别正确)优劣有一些区别,它依靠的是PR曲线去判断哪个算法更胜一筹。因为我做完显著性检测算法想要对这个算法进行对比的时候也查到了很多相关P-R曲线的代码,但似乎都不太能运行(可能很大程度上是因为我对它们输入变量和一些matlab的高级功能不了解),并且考虑到PR曲线的原理还是

sherryliang的博客 1万+

DUTS-TR.zip

DUTS训练数据集,适用于显著目标预测

ECSSD数据集:显著性检测的基准与实践

ECSSD(Extended Complex Scene Saliency Dataset)是由中国科学技术大学的研究团队在2013年发布的一个扩展复杂场景显著性数据集。它源于对现有显著性检测数据集的局限性的认识,即许多数据集只包含简单的场景和清晰的前景-背景对比。ECSSD的构建目的是为了提供一个更加多样化和接近真实世界的复杂场景数据集,其中包含了大量的遮挡、模糊和复杂背景等特性。数据集的制作过程涵盖了从收集图片到标注显著区域的每一步。

weixin_35871529的博客 1357

ECSSD图像数据库

著性检测是计算机视觉的一个重要分支,而在深度学习的训练阶段、显著性检测算法的评价阶段等都需要大量有标注信息的数据集。显著性检测数据集ECSSD图像数据库和标记图。

显著性检测数据集 DUT-OMRON (5166)

显著性检测是计算机视觉的一个重要分支,而在深度学习的训练阶段、显著性检测算法的评价阶段等都需要大量有标注信息的数据集。常用的显著性检测数据集DUT-OMRON (5166)和他们的GT图

显著性检测数据集 ECSSD

显著性检测数据集 ECSSD 包含原图和GT标注图 1000幅图像

显著性检测—学习笔记

Cascaded Partial Decoder for Fast and Accurate Salient Object Detection(2019) paper Cascaded Partial Decoder for Fast and Accurate Salient Object Detection 亮点 速度快 后续计算只利用了编码器的后三个卷积块的输出特征,没有使用前两个尺寸和...

studyeboy的专栏 8173

ECSSD.tar.gz 经典显著性检测数据集(内含1000张jpg原图和1000张mask图png格式)

经典显著性检测数据集(内含1000张jpg原图和1000张mask图png格式) ubuntu下打开,内含编写lst的python文件

显著性检测数据集SOD&SED2;

显著性检测数据集SOD和SED2,其中包含SOD300张原始图片及GT标注图和SED2100张原始图片及GT标注图

显著性检测数据集之——眼动预测

本文收集的显著性检测数据集包含两个部分:人眼关注点预测数据集(fixation prediction datasets)和显著物体检测数据集(salient object detection datasets)。 1.fixation prediction datasets: (1) MIT300数据集 2012年, 麻省理工的Judd等人建立了MIT300数据集.该数据集包含了300张自然图像以及39名观测者的眼动数据, 是图像人眼关注点检测领域影响力最大、使用最广泛的数据集.该数据集得以广泛应用的原因是

weixin_43925119的博客 9051

Unity3d实现的十字路口的模拟(一)

最近学习了Unity3d这个游戏引擎,感觉真的是非常的强大,正好赶上操作系统课程要做一个模拟信号量的模拟程序,于是打算做一个模拟十字路口的程序,大致的实现要实现的成果是:存在四种不同的汽车,包括一辆警车(不受交通信号灯的控制)随机产生在不同的路口,并且有不同的行动路线如:直走,左转,右转等,当然还有交通信号灯来控制车辆的有序运行。可以展示不同的视角来观察路口的情况(利用Q,W,E,R分别控制不同的

永远在身边的专栏 7489
上一篇: 深度学习多线程部署—学习笔记
下一篇: pytorch网络结构模型可视化—学习笔记
studyeboy
博客等级 码龄15年 365粉丝 329原创
评论 15
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值