Facebook AI Research (FAIR) 发布 LVIS 数据集, 应用在 计算机视觉、实例分割 领域

Facebook AI Research (FAIR) 本次发布的数据集 LVIS, LVIS是一个由Facebook AI Research (FAIR)开发的大型词汇实例分割数据集，旨在推动计算机视觉领域在处理大量类别和少量样本情况下的研究。该数据集包含约200万个高质量实例分割掩码，涵盖超过1000个基础物体类别，分布在164,000张图像中。由于自然图像中类别的Zipfian分布特性，LVIS自然地拥有一个长尾分布，其中许多类别只有少量训练样本。数据集的创建过程采用了一种迭代式的对象发现流程，旨在揭示图像中自然出现的长尾类别，并避免使用机器学习算法来自动化数据标注。LVIS数据集适用于研究大规模词汇实例分割方法，特别是在低样本学习方面的挑战，为科学研究和实际应用提供了重要的数据支持。

查看LVIS

关于 Facebook AI Research (FAIR) , Facebook AI Research (FAIR) 是Facebook公司旗下的一个专注于人工智能研究的实验室，致力于推动人工智能技术的前沿发展，包括机器学习、自然语言处理、计算机视觉等领域的研究。

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。