論文の概要: Fisheye traffic data set of point center markers
- arxiv url: http://arxiv.org/abs/2301.13385v1
- Date: Tue, 31 Jan 2023 03:31:43 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-01 17:41:37.786589
- Title: Fisheye traffic data set of point center markers
- Title(参考訳): 点中心マーカーの魚眼交通データセット
- Authors: Chung-I Huang, Wei-Yu Chen, Wei Jan Ko, Jih-Sheng Chang, Chen-Kai Sun,
Hui Hung Yu, Fang-Pang Lin
- Abstract要約: 本研究では、オープンなデータ市場プラットフォームと、160,000のマーカーと18,000のイメージを含むデータセットを提案する。
このデータセットが、より多くの新しいデータ価値とアプリケーションをもたらすことを期待しています。
- 参考スコア(独自算出の注目度): 6.0988876837426105
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This study presents an open data-market platform and a dataset containing
160,000 markers and 18,000 images. We hope that this dataset will bring more
new data value and applications In this paper, we introduce the format and
usage of the dataset, and we show a demonstration of deep learning vehicle
detection trained by this dataset.
- Abstract(参考訳): 本研究では、オープンなデータ市場プラットフォームと、160,000のマーカーと18,000の画像を含むデータセットを提案する。
本稿では、このデータセットがより新しいデータ価値とアプリケーションをもたらすことを期待し、データセットのフォーマットと使用法を紹介し、このデータセットでトレーニングされたディープラーニング車両検出のデモンストレーションを示す。
関連論文リスト
- Diffusion Models as Data Mining Tools [87.77999285241219]
本稿では、画像合成のために訓練された生成モデルを視覚データマイニングのツールとして利用する方法について述べる。
特定のデータセットから画像を合成するために条件拡散モデルを微調整した後、これらのモデルを用いて典型性尺度を定義することができることを示す。
この尺度は、地理的位置、タイムスタンプ、セマンティックラベル、さらには病気の存在など、異なるデータラベルに対する典型的な視覚的要素がどのように存在するかを評価する。
論文 参考訳(メタデータ) (2024-07-20T17:14:31Z) - The Full-scale Assembly Simulation Testbed (FAST) Dataset [3.483595743063401]
われわれはVRを用いたFAST(Full-scale Assembly Simulation Testbed)による新しいオープンデータセットを提案する。
このデータセットは、VRで2つの異なるフルスケール構造を組み立てる方法を学ぶ108人の参加者から収集されたデータで構成されている。
論文 参考訳(メタデータ) (2024-03-13T21:30:01Z) - SARDet-100K: Towards Open-Source Benchmark and ToolKit for Large-Scale SAR Object Detection [79.23689506129733]
我々は,大規模SARオブジェクト検出のための新しいベンチマークデータセットとオープンソース手法を構築した。
私たちのデータセットであるSARDet-100Kは、10の既存のSAR検出データセットの厳格な調査、収集、標準化の結果です。
私たちの知る限りでは、SARDet-100KはCOCOレベルの大規模マルチクラスSARオブジェクト検出データセットとしては初めてのものです。
論文 参考訳(メタデータ) (2024-03-11T09:20:40Z) - LargeST: A Benchmark Dataset for Large-Scale Traffic Forecasting [65.71129509623587]
道路交通予測はスマートシティのイニシアチブにおいて重要な役割を担い、ディープラーニングの力によって大きな進歩を遂げている。
しかし、現在の公開データセットで達成される有望な結果は、現実的なシナリオには適用できないかもしれない。
カリフォルニアで合計8,600のセンサーと5年間の時間カバレッジを含む、LargeSTベンチマークデータセットを紹介します。
論文 参考訳(メタデータ) (2023-06-14T05:48:36Z) - infoVerse: A Universal Framework for Dataset Characterization with
Multidimensional Meta-information [68.76707843019886]
infoVerseは、データセットの特徴付けのための普遍的なフレームワークである。
infoVerseは、様々なモデル駆動メタ情報を統合することで、データセットの多次元特性をキャプチャする。
実世界の3つのアプリケーション(データプルーニング、アクティブラーニング、データアノテーション)において、infoVerse空間で選択されたサンプルは、強いベースラインを一貫して上回る。
論文 参考訳(メタデータ) (2023-05-30T18:12:48Z) - DataFinder: Scientific Dataset Recommendation from Natural Language
Descriptions [100.52917027038369]
我々は、短い自然言語記述を与えられたデータセットを推奨するタスクを運用する。
この作業を容易にするために、我々は、より大規模な自動構築トレーニングセットと、より少ない専門家によるアノテート評価セットからなるDataFinderデータセットを構築した。
このシステムは、DataFinderデータセットに基づいてトレーニングされ、既存のサードパーティのデータセット検索エンジンよりも関連性の高い検索結果を見つける。
論文 参考訳(メタデータ) (2023-05-26T05:22:36Z) - Traffic Sign Recognition Dataset and Data Augmentation [0.0]
トラフィックサイン認識のために収集されたデータセットは少ない。
ディープラーニングは、実際の使用のためにモデルをトレーニングするための、ほとんど唯一の方法です。
特定のシグネチャクラスでは、そのシグネチャの意味がデータセットに十分なインスタンスを取得できないように運命付けられています。
論文 参考訳(メタデータ) (2023-03-31T13:14:36Z) - A Survey on RGB-D Datasets [69.73803123972297]
本稿では,深度情報を含む画像データセットをレビューし,分類した。
アクセス可能なデータを含む203のデータセットを収集し、それらをシーン/オブジェクト、ボディ、医療の3つのカテゴリに分類しました。
論文 参考訳(メタデータ) (2022-01-15T05:35:19Z) - NoisyActions2M: A Multimedia Dataset for Video Understanding from Noisy
Labels [33.659146748289444]
約200万のビデオと関連するユーザ生成アノテーションやその他のメタ情報からなるベンチマークデータセットを作成します。
提案したデータセット上で事前トレーニングされたネットワークは、下流データセットにおけるビデオの破損やラベルノイズに対してどのように役立つかを示す。
論文 参考訳(メタデータ) (2021-10-13T16:12:18Z) - DALES: A Large-scale Aerial LiDAR Data Set for Semantic Segmentation [8.486713415198972]
我々は,5億点以上の手札を持つ大規模LiDARデータセットであるDayton Annotated LiDAR Earth Scan (DALES)データセットを提示する。
DALESは400倍以上の点数と6倍の分解能を持つ、最も広く公開されているALSデータセットである。
論文 参考訳(メタデータ) (2020-04-14T20:05:28Z)
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。