宾夕法尼亚州立大学 发布 F-SIOL-310 数据集, 应用在 机器人视觉、少样本学习 领域

宾夕法尼亚州立大学 本次发布的数据集 F-SIOL-310, F-SIOL-310是一个专为机器人视觉设计的少样本增量对象学习数据集，由宾夕法尼亚州立大学创建。该数据集包含22个类别的310个常见家用物品，每个类别有11-17个不同的物品。数据集通过Baxter机器人自主捕获，考虑了多种机器人视觉挑战，如物体大小、透明度等。F-SIOL-310特别适用于测试少样本增量学习能力，旨在解决机器人如何在有限的人类协助下，通过少数示例快速学习新对象的问题。

查看F-SIOL-310

关于 宾夕法尼亚州立大学 , 宾夕法尼亚州立大学是一所位于美国宾夕法尼亚州的著名公立研究型大学，以其在工程、商科和生命科学等领域的卓越研究和教学质量而闻名。

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。