Fugu-MT 論文翻訳(概要): Underwater Camouflage Object Detection Dataset

論文の概要: Underwater Camouflage Object Detection Dataset

arxiv url: http://arxiv.org/abs/2303.12946v1
Date: Wed, 1 Mar 2023 22:36:54 GMT
ステータス: 処理完了
システム内更新日: 2023-03-25 02:30:46.002377
Title: Underwater Camouflage Object Detection Dataset
Title（参考訳）: 水中カモフラージュ物体検出データセット
Authors: Feng Dong, Jinchao Zhu
Abstract要約: UW-RSデータセットには1972年の画像データが含まれている。データセットは主に水中光学データ部(UW-Rデータセット)と水中ソナーデータ部(UW-Sデータセット)の2つの部分で構成される。
参考スコア（独自算出の注目度）: 4.657614491309671
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We have made a dataset of camouflage object detection mainly for complex seabed scenes, and named it UnderWater RGB&Sonar,or UW-RS for short. The UW-RS dataset contains a total of 1972 image data. The dataset mainly consists of two parts, namely underwater optical data part (UW-R dataset) and underwater sonar data part (UW-S dataset).
Abstract（参考訳）: 我々は、主に複雑な海底のシーンを対象としたカモフラージュ物体検出のデータセットを作成し、それを略してUnderWater RGB&Sonar(UW-RS)と名付けた。 UW-RSデータセットには1972年の画像データが含まれている。データセットは主に水中光学データ部(UW-Rデータセット)と水中ソナーデータ部(UW-Sデータセット)の2つの部分で構成される。

関連論文リスト

360 in the Wild: Dataset for Depth Prediction and View Synthesis [66.58513725342125]
大規模な360$circ$ビデオデータセットを野放しに導入する。このデータセットはインターネットから慎重に取り除かれ、世界中で様々な場所から収集されている。データセットを構成する25K画像のそれぞれに、それぞれのカメラのポーズと深さマップが提供される。
論文参考訳（メタデータ） (2024-06-27T05:26:38Z)
Physics-Inspired Synthesized Underwater Image Dataset [9.959844922120528]
PHISWIDは、物理にインスパイアされた画像合成による水中画像処理の強化に適したデータセットである。以上の結果から,PHISWIDでトレーニングを行う場合の基本的U-Netアーキテクチャでさえ,水中画像強調において既存の手法よりも大幅に優れていたことが判明した。我々はPHISWIDを公開し、水中イメージング技術の進歩に重要なリソースを提供する。
論文参考訳（メタデータ） (2024-04-05T10:23:10Z)
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)
Improving Underwater Visual Tracking With a Large Scale Dataset and Image Enhancement [70.2429155741593]
本稿では,水中ビジュアルオブジェクト追跡(UVOT)のための新しいデータセットと汎用トラッカ拡張手法を提案する。水中環境は、一様でない照明条件、視界の低さ、鋭さの欠如、コントラストの低さ、カモフラージュ、懸濁粒子からの反射を示す。本研究では,追尾品質の向上に特化して設計された水中画像強調アルゴリズムを提案する。この手法により、最先端(SOTA)ビジュアルトラッカーの最大5.0%のAUCの性能が向上した。
論文参考訳（メタデータ） (2023-08-30T07:41:26Z)
BrackishMOT: The Brackish Multi-Object Tracking Dataset [20.52569822945148]
濁った環境で捕獲された水中マルチオブジェクト追跡(MOT)データセットは公開されていない。 BrackishMOTは、野生で捕獲された98のシークエンスから構成される。新しいデータセットに加えて、最先端のトラッカーをトレーニングしてベースライン結果を示す。トレーニング中に合成データを含めることの効果を分析し,実際の水中トレーニングデータと合成水中トレーニングデータを組み合わせることで,追跡性能が向上することを示した。
論文参考訳（メタデータ） (2023-02-21T13:02:36Z)
A Dataset with Multibeam Forward-Looking Sonar for Underwater Object Detection [0.0]
マルチビーム前方ソナー (MFLS) は水中検出において重要な役割を担っている。 MFLSを用いた水中物体検出の研究にはいくつかの課題がある。本稿では,Tritech Gemini 1200ikソナーを用いて,9000枚以上のMFLS画像からなる新しいデータセットを提案する。
論文参考訳（メタデータ） (2022-12-01T08:26:03Z)
KOLOMVERSE: Korea open large-scale image dataset for object detection in the maritime universe [0.5732204366512352]
KRISO による海洋領域における物体検出のための大規模画像データセット KOLOMVERSE を提案する。韓国の21の領海から撮影した5,845時間の動画データを収集した。データセットには3840$times$2160ピクセルのイメージがあり、私たちの知る限り、海洋ドメインにおけるオブジェクト検出のための公開データセットとしては、これまでで最大のものである。
論文参考訳（メタデータ） (2022-06-20T16:45:12Z)
A Multi-purpose Real Haze Benchmark with Quantifiable Haze Levels and Ground Truth [61.90504318229845]
本稿では,ハズフリー画像とその場でのハズ密度測定を併用した,最初の実画像ベンチマークデータセットを提案する。このデータセットはコントロールされた環境で生成され、プロの煙発生装置がシーン全体を覆っている。このデータセットのサブセットは、CVPR UG2 2022 チャレンジの Haze Track における Object Detection に使用されている。
論文参考訳（メタデータ） (2022-06-13T19:14:06Z)
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)
DIML/CVL RGB-D Dataset: 2M RGB-D Images of Natural Indoor and Outdoor Scenes [71.68217324952228]
このデータセットは、2M色の画像と、様々な自然の屋内・屋外のシーンから対応する深度マップで構成されている。屋内データセットはMicrosoft Kinect v2を使用して構築され、屋外データセットはステレオカメラを使用して構築された。
論文参考訳（メタデータ） (2021-10-22T05:12:42Z)
The Marine Debris Dataset for Forward-Looking Sonar Semantic Segmentation [5.1627181881873945]
本稿では,FLS(Forward Looking Sonar)を用いて収集した海洋破片のセグメンテーションのための新しいデータセットを提案する。このデータセットを作成するために使われるオブジェクトは、典型的な住宅用海洋破片と、散逸した海洋物を含んでいる。各種エンコーダを用いたアートセマンティックセグメンテーションアーキテクチャの性能を,本データセットで解析した。
論文参考訳（メタデータ） (2021-08-15T19:29:23Z)

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。