南洋理工大学 发布 Noisy-LVIS 数据集, 应用在 实例分割、长尾分布 领域

南洋理工大学 本次发布的数据集 Noisy-LVIS, Noisy-LVIS是一个针对实例分割任务的大型词汇长尾数据集，包含1203个不同的类别，且含有标签噪声。该数据集由南洋理工大学创建，旨在模拟真实世界中数据的长尾分布和标签错误情况。数据集通过在LVIS v1基础上添加噪声标签生成，用于评估和改进实例分割算法在噪声环境下的性能。Noisy-LVIS的应用领域主要集中在提高模型对长尾和噪声数据的鲁棒性，解决实际应用中的挑战。

查看Noisy-LVIS

README 内容： 

关于 南洋理工大学 , 南洋理工大学是新加坡一所享有盛誉的研究型大学，以其在科研和教育领域的杰出成就而闻名。

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。