AIチャレンジャ:画像理解におけるより深いデータ集合のための大規模データセット【JST・京大機械翻訳】

Wu Jiahong; Zheng He; Zhao Bo; Li Yixin; Yan Baoming; Liang Rui; Wang Wenjia; Zhou Shipei; Lin Guosen; Fu Yanwei; Wang Yizhou; Wang Yonggang

プレプリント

J-GLOBAL ID：202202209009983512 整理番号：21P0005525

AIチャレンジャ:画像理解におけるより深いデータ集合のための大規模データセット【JST・京大機械翻訳】

AI Challenger : A Large-scale Dataset for Going Deeper in Image Understanding

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (12件)： , , , , , , , , , , ,
資料名：
発行年： 2017年11月17日プレプリントサーバーでの情報更新日： 2017年11月17日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

大規模画像データセットを活用することによって,コンピュータビジョンにおいて著しい進展を達成した。しかし,分類を超えた複雑なコンピュータビジョンタスクのための大規模データセットはまだ限られている。本論文は,3つのサブデータセット,ヒトキーポイント検出(HKD),大規模属性データセット(LAD)および画像中国語キャプテーション(ICC)を有するAIC(AIチャレンジ)という大規模データセットを提案した。このデータセットにおいて,著者らは,クラスラベル(LAD),キーポイント座標(HKD),結合ボックス(HKDとLAD),属性(LAD)とキャプション(ICC)を注釈した。これらの豊富なアノテーションは,低レベル画像と高レベル概念の間の意味ギャップを埋める。提案したデータセットは,異なる計算法を評価し,改善するための有効なベンチマークである。さらに,関連するタスクに対して,他は,それらのモデルを事前訓練するための新しい資源として,著者らのデータセットも使用できる。【JST・京大機械翻訳】

, , , ,
, , , 【Automatic Indexing@JST】

図形・画像処理一般 , パターン認識

, , ,

前のページに戻る