論文の概要: Explainable Abstract Trains Dataset
- arxiv url: http://arxiv.org/abs/2012.12115v1
- Date: Tue, 15 Dec 2020 13:18:42 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-07 05:38:43.221152
- Title: Explainable Abstract Trains Dataset
- Title(参考訳): 説明可能な抽象列車データセット
- Authors: Manuel de Sousa Ribeiro, Ludwig Krippahl, Joao Leite
- Abstract要約: Explainable Abstract Trainsデータセットは、列車の簡易表現を含む画像データセットです。
正当化と説明抽出のためのアルゴリズムの適用と研究のためのプラットフォームを提供することを目指しています。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The Explainable Abstract Trains Dataset is an image dataset containing
simplified representations of trains. It aims to provide a platform for the
application and research of algorithms for justification and explanation
extraction. The dataset is accompanied by an ontology that conceptualizes and
classifies the depicted trains based on their visual characteristics, allowing
for a precise understanding of how each train was labeled. Each image in the
dataset is annotated with multiple attributes describing the trains' features
and with bounding boxes for the train elements.
- Abstract(参考訳): 説明可能な抽象列車データセットは、列車の簡易表現を含むイメージデータセットである。
正当化と説明抽出のためのアルゴリズムの応用と研究のためのプラットフォームを提供することを目的としている。
データセットには、その視覚特性に基づいて表現された列車を概念化し分類するオントロジーが付属しており、各列車のラベル付け方法を正確に理解することができる。
データセットの各画像は、列車の特徴を記述した複数の属性と、列車要素のバウンディングボックスでアノテートされる。
関連論文リスト
- Explaining Deep Convolutional Neural Networks via Latent Visual-Semantic
Filter Attention [7.237370981736913]
本稿では,既存の畳み込みニューラルネットワークを用いて,フィルタレベルでの潜在表現に関するテキスト記述を生成するフレームワークを提案する。
本手法は,学習データセットに定義されたカテゴリの組を超えて,学習したフィルタの新たな記述を生成することができることを示す。
また、教師なしデータセットバイアス分析のための新しい手法の応用を実証する。
論文 参考訳(メタデータ) (2022-04-10T04:57:56Z) - SGEITL: Scene Graph Enhanced Image-Text Learning for Visual Commonsense
Reasoning [61.57887011165744]
マルチモーダルトランスフォーマーはVisual Commonsense Reasoningのタスクにおいて大きな進歩を遂げた。
視覚的なシーングラフを常識的推論に組み込むためのScene Graph Enhanced Image-Text Learningフレームワークを提案する。
論文 参考訳(メタデータ) (2021-12-16T03:16:30Z) - Learning from the Tangram to Solve Mini Visual Tasks [74.75187973962069]
この作品は7つの分離された形状から抽象的なパターンを複製する必要があるゲームであるTangramにインスパイアされている。
我々は、Tangramデータセットを示し、Tangram上の事前学習されたニューラルネットワークが、低解像度のビジョンに基づいて、いくつかの小さな視覚的タスクを解くのに役立つことを示す。
論文 参考訳(メタデータ) (2021-12-12T02:02:14Z) - Learning To Segment Dominant Object Motion From Watching Videos [72.57852930273256]
我々は,有意な移動物体セグメンテーションのための単純なフレームワークを構想する。このフレームワークは,有意なデータを必要としないし,有意な前処理や事前学習された光フローマップに依存しない。
層状画像表現に着想を得て,アフィンパラメトリックの動きに応じて画素領域をグループ化する手法を提案する。
これにより、トレーニングと推論の両方の入力として、RGBイメージペアのみを使用して、支配的なフォアグラウンドオブジェクトのセグメンテーションを学習することができる。
論文 参考訳(メタデータ) (2021-11-28T14:51:00Z) - Learning Co-segmentation by Segment Swapping for Retrieval and Discovery [67.6609943904996]
この研究の目的は、一対のイメージから視覚的に類似したパターンを効率的に識別することである。
画像中のオブジェクトセグメントを選択し、それを別の画像にコピーペーストすることで、合成トレーニングペアを生成する。
提案手法は,Brueghelデータセット上でのアートワークの詳細検索に対して,明確な改善をもたらすことを示す。
論文 参考訳(メタデータ) (2021-10-29T16:51:16Z) - A Public Ground-Truth Dataset for Handwritten Circuit Diagram Images [0.0]
データセットは、12の起草者による144の回路の1152のイメージと48の563のアノテーションで構成されている。
個々の電気部品には、バウンディングボックスと45のクラスラベルのうち1つがアノテートされている。
この課題から生じる幾何学的・分類学的問題や、クラス自体や外観の統計が述べられている。
論文 参考訳(メタデータ) (2021-07-21T22:10:11Z) - Compositional Sketch Search [91.84489055347585]
フリーハンドスケッチを用いて画像コレクションを検索するアルゴリズムを提案する。
シーン構成全体を特定するための簡潔で直感的な表現として描画を利用する。
論文 参考訳(メタデータ) (2021-06-15T09:38:09Z) - Juggling With Representations: On the Information Transfer Between
Imagery, Point Clouds, and Meshes for Multi-Modal Semantics [0.0]
イメージとポイントクラウド(pcs)は、都市アプリケーションにおける基本的なデータ表現である。
画像とPCメッシュを明示的に統合するメッシュ駆動方式を提案する。
論文 参考訳(メタデータ) (2021-03-12T15:26:30Z) - Data Augmentation for Object Detection via Differentiable Neural
Rendering [71.00447761415388]
注釈付きデータが乏しい場合、堅牢なオブジェクト検出器を訓練することは困難です。
この問題に対処する既存のアプローチには、ラベル付きデータからラベル付きデータを補間する半教師付き学習が含まれる。
オブジェクト検出のためのオフラインデータ拡張手法を導入し、新しいビューでトレーニングデータを意味的に補間する。
論文 参考訳(メタデータ) (2021-03-04T06:31:06Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。