論文の概要: Open-CD: A Comprehensive Toolbox for Change Detection
- arxiv url: http://arxiv.org/abs/2407.15317v1
- Date: Mon, 22 Jul 2024 01:04:16 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-23 16:30:24.185015
- Title: Open-CD: A Comprehensive Toolbox for Change Detection
- Title（参考訳）: Open-CD: 変更検出のための総合ツールボックス
- Authors: Kaiyu Li, Jiawei Jiang, Andrea Codegoni, Chengxi Han, Yupeng Deng, Keyan Chen, Zhuo Zheng, Hao Chen, Zhengxia Zou, Zhenwei Shi, Sheng Fang, Deyu Meng, Zhi Wang, Xiangyong Cao,
- Abstract要約: Open-CDは変更検出ツールボックスで、変更検出方法の豊富なセットと関連するコンポーネントとモジュールを含んでいる。
徐々に、多くの一般的な変更検出方法や同時代のモジュールをカバーする統一されたプラットフォームへと進化していく。
- 参考スコア（独自算出の注目度）: 59.79011759027916
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present Open-CD, a change detection toolbox that contains a rich set of change detection methods as well as related components and modules. The toolbox started from a series of open source general vision task tools, including OpenMMLab Toolkits, PyTorch Image Models, etc. It gradually evolves into a unified platform that covers many popular change detection methods and contemporary modules. It not only includes training and inference codes, but also provides some useful scripts for data analysis. We believe this toolbox is by far the most complete change detection toolbox. In this report, we introduce the various features, supported methods and applications of Open-CD. In addition, we also conduct a benchmarking study on different methods and components. We wish that the toolbox and benchmark could serve the growing research community by providing a flexible toolkit to reimplement existing methods and develop their own new change detectors. Code and models are available at \url{https://github.com/likyoo/open-cd}. Pioneeringly, this report also includes brief descriptions of the algorithms supported in Open-CD, mainly contributed by their authors. We sincerely encourage researchers in this field to participate in this project and work together to create a more open community. This toolkit and report will be kept updated.
- Abstract（参考訳）: 変更検出方法の豊富なセットと関連するコンポーネントとモジュールを含む変更検出ツールボックスであるOpen-CDを提案する。
このツールボックスは、OpenMMLab Toolkits、PyTorch Image Modelsなど、一連のオープンソースの一般的なビジョンタスクツールから始まった。
徐々に、多くの一般的な変更検出方法や同時代のモジュールをカバーする統一されたプラットフォームへと進化していく。
トレーニングや推論コードだけでなく、データ分析に有用なスクリプトも提供しています。
このツールボックスは、最も完全な変更検出ツールボックスであると考えています。
本稿では,Open-CDの様々な機能,サポート方法,応用について紹介する。
さらに、異なる方法やコンポーネントのベンチマーク調査も行います。
ツールボックスとベンチマークは、既存のメソッドを再実装し、独自の変更検出器を開発する柔軟なツールキットを提供することで、成長する研究コミュニティに役立ちたいと考えています。
コードとモデルは \url{https://github.com/likyoo/open-cd} で公開されている。
興味深いことに、このレポートにはOpen-CDでサポートされているアルゴリズムの簡単な説明も含まれている。
私たちはこの分野の研究者に対して、このプロジェクトに参加し、よりオープンなコミュニティを作るために協力することを強く勧めています。
このツールキットとレポートは更新されます。
関連論文リスト
- VLMEvalKit: An Open-Source Toolkit for Evaluating Large Multi-Modality Models [89.63342806812413]
PyTorchに基づく大規模マルチモーダリティモデルを評価するためのオープンソースツールキットを提案する。
VLMEvalKitは70以上の大規模なマルチモダリティモデルを実装しており、プロプライエタリなAPIとオープンソースモデルの両方を含んでいる。
マルチモーダル学習研究の進展を追跡するために,OpenVLM Leaderboardを主催する。
論文 参考訳（メタデータ） (2024-07-16T13:06:15Z) - ESPnet-SPK: full pipeline speaker embedding toolkit with reproducible recipes, self-supervised front-ends, and off-the-shelf models [51.35570730554632]
ESPnet-SPKは、話者埋め込み抽出器を訓練するためのツールキットである。
我々は、x-vectorから最近のSKA-TDNNまで、いくつかのモデルを提供している。
開発モデルと他のドメインとの橋渡しも目指しています。
論文 参考訳（メタデータ） (2024-01-30T18:18:27Z) - A New Learning Paradigm for Foundation Model-based Remote Sensing Change
Detection [54.01158175996638]
変化検出(CD)は、土地被覆の動的過程を観察し解析するための重要な課題である。
本稿では,基盤モデルに基づくCD適応フレームワークであるBi-Temporal Adapter Network (BAN)を提案する。
論文 参考訳（メタデータ） (2023-12-02T15:57:17Z) - CausalVLR: A Toolbox and Benchmark for Visual-Linguistic Causal
Reasoning [107.81733977430517]
CausalVLR(Causal Visual-Linguistic Reasoning)は、最先端の因果関係の発見と因果推論方法の豊富なセットを含むオープンソースのツールボックスである。
これらのメソッドはNVIDIAコンピューティングシステムの下でPyTorchを実装したツールボックスに含まれている。
論文 参考訳（メタデータ） (2023-06-30T08:17:38Z) - SSSegmenation: An Open Source Supervised Semantic Segmentation Toolbox
Based on PyTorch [1.52292571922932]
SSSegmenationはPyTorchをベースとしたオープンソースの教師付きセマンティックイメージセグメンテーションツールボックスである。
MMSセグメンテーションによって動機付けられているが、依存関係が少ないため使いやすく、同等のトレーニングとテストのセットアップでセグメンテーションのパフォーマンスが優れている。
論文 参考訳（メタデータ） (2023-05-26T17:02:42Z) - torchosr -- a PyTorch extension package for Open Set Recognition models
evaluation in Python [0.0]
この記事では、PyTorchライブラリと互換性のあるPythonパッケージであるTorchosrパッケージについて紹介する。
このパッケージはオープンセット認識の分野で2つの最先端の方法を提供している。
著者らは、このパッケージで利用できる最先端のメソッドが、ドメイン内の関連するソリューションの正しいオープンソース実装の源になることを望んでいる。
論文 参考訳（メタデータ） (2023-05-16T17:45:32Z) - A multi-language toolkit for the semi-automated checking of research outputs [0.44998333629984877]
本稿では、セキュアなデータ環境におけるプライバシー開示のための研究出力(SACRO)の半自動チェックをサポートする、フリーでオープンソースのツールキットについて述べる。
SACROは、研究者が分析を行う際に、最も実践的な原理に基づく統計開示制御(SDC)技術を適用したフレームワークである。
このツールキットは、テーブル、プロット、統計モデルなどの出力を生成するよく知られた分析ツールの上に置かれる軽量のPythonパッケージで構成されている。
論文 参考訳（メタデータ） (2022-12-06T12:45:15Z) - Deep learning for table detection and structure recognition: A survey [49.09628624903334]
本調査の目的は,テーブル検出の分野での大きな進展を深く理解することである。
この分野における古典的アプリケーションと新しいアプリケーションの両方について分析する。
既存のモデルのデータセットとソースコードは、読者にこの膨大な文献のコンパスを提供するために組織されている。
論文 参考訳（メタデータ） (2022-11-15T19:42:27Z)
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。