西北工业大学发布VNS-SEG数据集,应用在视觉分割、非显著性场景领域

西北工业大学本次发布的数据集VNS-SEG,VNS-SEG是由西北工业大学等机构构建的视觉非显著性场景统一数据集，包含超过3.5万张图像-掩码对，涵盖伪装目标、医学息肉及低光照条件等多类复杂场景。数据集分为23,232张训练图像和11个子测试集，通过融合现有知名数据集与合成数据，旨在系统性提升模型对低对比度特征的感知能力。该数据集通过双阶段评估（可见集/未见集）全面验证模型零样本迁移性能，为视觉非显著性分割领域建立了首个跨场景基准，推动基础分割模型在医学、遥感等实际场景中的应用突破。

查看VNS-SEG

关于西北工业大学,西北工业大学是中国一所以航空、航天、航海工程为特色，工科为主，多学科协调发展的全国重点大学，位于陕西省西安市。

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。