論文の概要: LUAI Challenge 2021 on Learning to Understand Aerial Images
- arxiv url: http://arxiv.org/abs/2108.13246v1
- Date: Mon, 30 Aug 2021 14:03:54 GMT
- ステータス: 処理完了
- システム内更新日: 2021-08-31 14:34:49.761306
- Title: LUAI Challenge 2021 on Learning to Understand Aerial Images
- Title（参考訳）: LUAI、2021年に航空画像の理解に挑戦
- Authors: Gui-Song Xia, Jian Ding, Ming Qian, Nan Xue, Jiaming Han, Xiang Bai,
Micheal Ying Yang, Shengyang Li, Serge Belongie, Jiebo Luo, Mihai Datcu,
Marcello Pelillo, Liangpei Zhang, Qiang Zhou, Chao-hui Yu, Kaixuan Hu,
Yingjia Bu, Wenming Tan, Zhe Yang, Wei Li, Shang Liu, Jiaxuan Zhao, Tianzhi
Ma, Zi-han Gao, Lingqi Wang, Yi Zuo, Licheng Jiao, Chang Meng, Hao Wang,
Jiahao Wang, Yiming Hui, Zhuojun Dong, Jie Zhang, Qianyue Bao, Zixiao Zhang,
Fang Liu
- Abstract要約: 本報告では,ICCV 2021で実施したLearning to Understand Aerial Images (LUAI) 2021の課題について要約する。
DOTA-v2.0 と GID-15 のデータセットを用いて,オブジェクト指向物体検出,水平物体検出,空中画像における共通カテゴリのセマンティックセグメンテーションの3つのタスクを提案する。
- 参考スコア（独自算出の注目度）: 113.42987112252851
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This report summarizes the results of Learning to Understand Aerial Images
(LUAI) 2021 challenge held on ICCV 2021, which focuses on object detection and
semantic segmentation in aerial images. Using DOTA-v2.0 and GID-15 datasets,
this challenge proposes three tasks for oriented object detection, horizontal
object detection, and semantic segmentation of common categories in aerial
images. This challenge received a total of 146 registrations on the three
tasks. Through the challenge, we hope to draw attention from a wide range of
communities and call for more efforts on the problems of learning to understand
aerial images.
- Abstract（参考訳）: 本稿では,空中画像の物体検出とセマンティックセグメンテーションに焦点を当てたICCV 2021におけるLearning to Understand Aerial Images (LUAI) 2021チャレンジの結果を要約する。
DOTA-v2.0 と GID-15 のデータセットを用いて,オブジェクト指向物体検出,水平物体検出,空中画像における共通カテゴリのセマンティックセグメンテーションの3つのタスクを提案する。
この課題は3つのタスクで合計146回の登録を受けた。
この課題を通じて、幅広いコミュニティから注目を集め、空中画像を理解することの学習により多くの努力を払ってほしいと考えています。
関連論文リスト
- MIPI 2024 Challenge on Demosaic for HybridEVS Camera: Methods and Results [122.90860435852403]
我々はMIPI 2024のナイトタイムフレア除去トラックを要約し、レビューする。
170人の参加者が登録され、14チームが最終テストフェーズで結果を提出した。
この課題で開発されたソリューションは、夜間フレア除去における最先端のパフォーマンスを達成した。
論文 参考訳（メタデータ） (2024-05-08T07:49:29Z) - MIPI 2024 Challenge on Nighttime Flare Removal: Methods and Results [108.89637706006476]
我々はMIPI 2024のナイトタイムフレア除去トラックを要約し、レビューする。
170人の参加者が登録され、14チームが最終テストフェーズで結果を提出した。
この課題で開発されたソリューションは、夜間フレア除去における最先端のパフォーマンスを達成した。
論文 参考訳（メタデータ） (2024-04-30T13:11:12Z) - NICE: CVPR 2023 Challenge on Zero-shot Image Captioning [149.28330263581012]
NICEプロジェクトは、堅牢な画像キャプションモデルを開発するためにコンピュータビジョンコミュニティに挑戦するために設計されている。
レポートには、新たに提案されたNICEデータセット、評価方法、課題結果、トップレベルのエントリの技術的な詳細などが含まれている。
論文 参考訳（メタデータ） (2023-09-05T05:32:19Z) - Woodscape Fisheye Semantic Segmentation for Autonomous Driving -- CVPR
2021 OmniCV Workshop Challenge [2.3469719108972504]
WoodScape fisheye semantic segmentation Challenge for autonomous drivingはCVPR 2021 Workshop on Omnidirectional Computer Visionの一部として開催された。
71のグローバルチームが参加し、合計で395の応募があった。
トップチームは、ResNet-50バックボーンを使用したベースラインのPSPNetよりも、平均IoUと精度が大幅に向上した。
論文 参考訳（メタデータ） (2021-07-17T14:32:58Z) - Object Detection in Aerial Images: A Large-Scale Benchmark and
Challenges [124.48654341780431]
航空画像(DOTA)におけるオブジェクトデテクションの大規模データセットとODAIの総合的ベースラインについて述べる。
提案するDOTAデータセットは,11,268個の空中画像から収集した18カテゴリのオブジェクト指向ボックスアノテーションの1,793,658個のオブジェクトインスタンスを含む。
70以上の構成を持つ10の最先端アルゴリズムをカバーするベースラインを構築し,各モデルの速度と精度を評価した。
論文 参考訳（メタデータ） (2021-02-24T11:20:55Z) - The 1st Agriculture-Vision Challenge: Methods and Results [144.57794061346974]
第1回農業ビジョンチャレンジは、航空画像から農業パターン認識のための新しい効果的なアルゴリズムの開発を奨励することを目的としている。
約57の参加チームが、航空農業のセマンティックセグメンテーションの最先端を達成するために競っている。
本報告では,課題における注目すべき手法と成果について概説する。
論文 参考訳（メタデータ） (2020-04-21T05:02:31Z)
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。