CoSal2015协同显著性检测数据集下载 | 康奈尔大学官方发布
CoSal2015(Co-saliency Detection 2015) 是由康奈尔大学(Cornell University)发布的计算机视觉领域经典协同显著性检测基准数据集,包含 50个类别共2,015张高质量图像,广泛应用于目标检测、图像分割、显著性建模等AI研究场景。
数据集特点
该数据集覆盖复杂真实场景,每组图像均包含多重挑战性因素:复杂环境干扰、目标遮挡问题、外观形态变化以及背景杂乱噪声等。这些特性使CoSal2015成为评估协同显著性检测算法鲁棒性的权威测试平台,适用于深度学习模型训练与学术基准对比。
适用研究方向
协同显著性检测(Co-saliency Detection)
计算机视觉与图像理解
深度学习目标定位
图像分割与语义分析
多目标协同识别算法验证
CoSal2015 协同显著性检测数据集.zip
(2.12 KB, 需要: RMB 5 元)


雷达卡


京公网安备 11010802022788号







