阿姆斯特丹大学发布UncertSAM数据集,应用在图像分割、不确定性评估领域

阿姆斯特丹大学本次发布的数据集UncertSAM,UncertSAM是由阿姆斯特丹大学团队构建的多领域分割基准数据集，整合了BIG、COD、ISTD等8个子集，涵盖2.3万张图像和4.4万标注掩膜，重点针对阴影、伪装、透明物体等复杂场景。数据来源于公开的学术数据集如ISTD和MSD Spleen，通过标准化处理形成统一评估体系。该数据集旨在通过量化不确定性提升SAM等基础模型在域无关场景下的鲁棒性，为医学影像、自动驾驶等领域的可靠分割提供研究基础。

查看UncertSAM

README内容：

关于阿姆斯特丹大学,阿姆斯特丹大学（University of Amsterdam）是荷兰最大的综合性大学之一，成立于1632年，位于荷兰首都阿姆斯特丹。该校在人文、社会科学、自然科学、医学和法学等领域享有盛誉，是欧洲研究型大学联盟成员之一。

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。