韩国世宗大学 发布 MJ-COCO 数据集, 应用在 图像识别、标注优化 领域

韩国世宗大学 本次发布的数据集 MJ-COCO, MJ-COCO数据集是MS-COCO数据集的重新标注版本，旨在解决MS-COCO数据集中存在的标注问题，如缺失标签、错误的类别分配、不准确的边界框等。MJ-COCO通过一个四阶段的伪标签细化过程来提高标注质量，包括边界框生成、重复移除、类别一致性验证和基于对象区域激活图的空间调整。实验结果表明，MJ-COCO在多个检测模型和验证数据集上均表现出优于MS-COCO的性能，提高了模型的准确性和可靠性。

查看MJ-COCO

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。