論文の概要: EMDS-7: Environmental Microorganism Image Dataset Seventh Version for
Multiple Object Detection Evaluation
- arxiv url: http://arxiv.org/abs/2110.07723v2
- Date: Mon, 18 Oct 2021 08:28:13 GMT
- ステータス: 処理完了
- システム内更新日: 2021-10-24 13:39:09.048452
- Title: EMDS-7: Environmental Microorganism Image Dataset Seventh Version for
Multiple Object Detection Evaluation
- Title（参考訳）: emds-7 マルチオブジェクト検出評価のための環境微生物画像データセット第7版
- Authors: Hechen Yang, Chen Li, Xin Zhao, Bencheng Cai, Jiawei Zhang, Pingli Ma,
Peng Zhao, Ao Chen, Tao Jiang, Hongzan Sun, Yueyang Teng, Shouliang Qi, Tao
Jiang and Marcin Grzegorzek
- Abstract要約: S-7データセットは41種類のEMで構成され、合計で2365の画像と13216のラベル付きオブジェクトを持つ。
S-7の有効性を証明するため,最も一般的なディープラーニング手法 (Faster-RCNN, YOLOv3, YOLOv4, SSD, RetinaNet) と評価指標を選択する。
- 参考スコア（独自算出の注目度）: 28.306577413608323
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The Environmental Microorganism Image Dataset Seventh Version (EMDS-7) is a
microscopic image data set, including the original Environmental Microorganism
images (EMs) and the corresponding object labeling files in ".XML" format file.
The EMDS-7 data set consists of 41 types of EMs, which has a total of 2365
images and 13216 labeled objects. The EMDS-7 database mainly focuses on the
object detection. In order to prove the effectiveness of EMDS-7, we select the
most commonly used deep learning methods (Faster-RCNN, YOLOv3, YOLOv4, SSD and
RetinaNet) and evaluation indices for testing and evaluation. EMDS-7 is freely
published for non-commercial purpose at: https://github.com/yanghechen/EMDS-7
- Abstract（参考訳）: 環境微生物画像データセット第7版(emds-7)は、オリジナルの環境微生物画像(ems)と対応するオブジェクトラベリングファイルを「.xml」フォーマットファイルに含む顕微鏡画像データセットである。
EMDS-7データセットは41種類のEMで構成され、合計で2365の画像と13216のラベル付きオブジェクトを持つ。
EMDS-7データベースは主にオブジェクト検出に焦点を当てている。
EMDS-7の有効性を証明するため,最も一般的なディープラーニング手法(Faster-RCNN, YOLOv3, YOLOv4, SSD, RetinaNet)と評価指標を選択する。
emds-7は非商用目的のために無償で公開されている。 https://github.com/yanghechen/emds-7
関連論文リスト
- SOOD++: Leveraging Unlabeled Data to Boost Oriented Object Detection [59.868772767818975]
本稿では,SOOD++ と呼ばれる簡易かつ効果的な半教師付きオブジェクト指向検出手法を提案する。
具体的には、空中画像からの物体は、通常任意の向き、小さなスケール、集約である。
様々なラベル付き環境下での多目的オブジェクトデータセットに対する大規模な実験により,本手法の有効性が示された。
論文 参考訳（メタデータ） (2024-07-01T07:03:51Z) - BioVL-QR: Egocentric Biochemical Video-and-Language Dataset Using Micro QR Codes [2.9512318511021665]
本稿では,バイオケミカル・ビジョン・アンド・ランゲージ・データセットを提案する。
24のエゴセントリックな実験ビデオ、対応するプロトコル、そしてビデオと言語によるアライメントで構成されている。
論文 参考訳（メタデータ） (2024-04-04T02:22:37Z) - Referring Camouflaged Object Detection [97.90911862979355]
Ref-COD は、特定のカモフラージュされたオブジェクトを、サルエントターゲットオブジェクトによる参照画像の小さなセットに基づいて分割することを目的としている。
R2C7Kと呼ばれる大規模なデータセットは、実世界のシナリオで64のオブジェクトカテゴリをカバーする7Kイメージで構成されています。
論文 参考訳（メタデータ） (2023-06-13T04:15:37Z) - Zero-Shot In-Distribution Detection in Multi-Object Settings Using
Vision-Language Foundation Models [37.36999826208225]
本稿では,ゼロショット・イン・ディストリビューション(ID)検出と呼ばれる新しい問題設定を提案する。
我々は、IDオブジェクトを含むイメージを(OODオブジェクトを含む場合でも)IDイメージとして識別し、IDオブジェクトを持たないイメージをOODイメージとしてトレーニングせずに識別する。
本稿では,CLIP機能のグローバルおよびローカルな視覚テキストアライメントに基づく,シンプルで効果的な概念マッチング手法であるGlobal-Local Concept Matchingを提案する。
論文 参考訳（メタデータ） (2023-04-10T11:35:42Z) - EMDS-6: Environmental Microorganism Image Dataset Sixth Version for
Image Denoising, Segmentation, Feature Extraction, Classification and
Detection Methods Evaluation [21.78848834504489]
本研究は,21種類のEMを含む環境微生物データセット第6版(EMDS-6)を開発した。
各型EMには40のオリジナルイメージと40のGTS-6イメージが含まれている。
実験結果から,EMS-6は画像識別,画像分割,画像特徴抽出,画像分類,オブジェクト検出などの性能評価に有用であることが示唆された。
論文 参考訳（メタデータ） (2021-12-14T02:28:24Z) - MedMNIST v2: A Large-Scale Lightweight Benchmark for 2D and 3D
Biomedical Image Classification [59.10015984688104]
MedMNIST v2は、MNISTに似た大規模データセットコレクションである。
得られたデータセットは708,069個の2D画像と10,214個の3D画像で構成されている。
論文 参考訳（メタデータ） (2021-10-27T22:02:04Z) - ObjectFolder: A Dataset of Objects with Implicit Visual, Auditory, and
Tactile Representations [52.226947570070784]
両課題に対処する100のオブジェクトからなるデータセットであるObjectを,2つの重要なイノベーションで紹介する。
まず、オブジェクトは視覚的、聴覚的、触覚的なすべてのオブジェクトの知覚データをエンコードし、多数の多感覚オブジェクト認識タスクを可能にする。
第2に、Objectは統一されたオブジェクト中心のシミュレーションと、各オブジェクトの視覚的テクスチャ、触覚的読み出し、触覚的読み出しに暗黙的な表現を採用しており、データセットの使用が柔軟で共有が容易である。
論文 参考訳（メタデータ） (2021-09-16T14:00:59Z) - Salient Objects in Clutter [130.63976772770368]
本稿では,既存の正当性オブジェクト検出(SOD)データセットの重大な設計バイアスを特定し,対処する。
この設計バイアスは、既存のデータセットで評価した場合、最先端のSODモデルのパフォーマンスの飽和につながった。
我々は,新しい高品質データセットを提案し,前回のsaliencyベンチマークを更新する。
論文 参考訳（メタデータ） (2021-05-07T03:49:26Z) - EMDS-5: Environmental Microorganism Image Dataset Fifth Version for
Multiple Image Analysis Tasks [17.30000857725502]
GTS-5データセットには21種類のEMがあり、それぞれが20個のオリジナルEMイメージ、20個のシングルオブジェクトGTイメージ、20個のマルチオブジェクトGTイメージを含んでいる。
s-5は、画像前処理、画像分割、特徴抽出、画像分類、画像検索機能を評価することができる。
論文 参考訳（メタデータ） (2021-02-20T15:27:05Z)
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。