JavaShuo
栏目
标签
TrackingNet: A Large-Scale Dataset and Benchmark for Object Tracking in the Wild 数据集!!!
时间 2020-12-29
标签
tracking
deepLearning
栏目
CSS
繁體版
原文
原文链接
苦苦等了好久好久,终于等到这么一个是用于目标跟踪的超大数据集了! 本数据集特色总结如下: 1,规模大:包含3万+个视频以及1420万个标注框——真的是爽到哭啊,OTB100才100个视频算什么?ImageNetVideo2015才3000多个视频又算什么?; 2,专为目标跟踪设计:不像一般的大数据库都是隔几帧标注一个目标,这个数据集每个图片的目标都标注了——贴心啊; 3,前景好:作者将SiameF
>>阅读原文<<
相关文章
1.
Online Object Tracking : A Benchmark
2.
Multiple Object Tracking Benchmark - MOT16
3.
Refinements in Motion and Appearance for Online Multi-Object Tracking
4.
3D Multi-Object Tracking: A Baseline and New Evaluation Metrics
5.
204Echarts - 数据集(Dataset in Object Array)
6.
DOTA: A Large-scale Dataset for Object Detection in Aerial Images 翻译
7.
Anveshak: Placing Edge Servers In The Wild
8.
【论文笔记】IP102: A Large-Scale Benchmark Dataset for Insect Pest Recognition
9.
论文笔记:Domain Adaptive Faster R-CNN for Object Detection in the Wild
10.
Labeled Faces in the Wild: Updates and New Reporting Procedures
更多相关文章...
•
Swift for-in 循环
-
Swift 教程
•
Scala for循环
-
Scala教程
•
Flink 数据传输及反压详解
•
TiDB 在摩拜单车在线数据业务的应用和实践
相关标签/搜索
for...in
for..in
for.....in
wild
dataset
tracking
benchmark
object...object
object
数据集合
CSS
NoSQL教程
MyBatis教程
Redis教程
数据传输
数据库
数据业务
0
分享到微博
分享到微信
分享到QQ
每日一句
每一个你不满意的现在,都有一个你没有努力的曾经。
最新文章
1.
springboot在一个项目中启动多个核心启动类
2.
Spring Boot日志-3 ------>SLF4J与别的框架整合
3.
SpringMVC-Maven(一)
4.
idea全局设置
5.
将word选择题转换成Excel
6.
myeclipse工程中library 和 web-inf下lib的区别
7.
Java入门——第一个Hello Word
8.
在chrome安装vue devtools(以及安装过程中出现的错误)
9.
Jacob线上部署及多项目部署问题处理
10.
1.初识nginx
本站公众号
欢迎关注本站公众号,获取更多信息
相关文章
1.
Online Object Tracking : A Benchmark
2.
Multiple Object Tracking Benchmark - MOT16
3.
Refinements in Motion and Appearance for Online Multi-Object Tracking
4.
3D Multi-Object Tracking: A Baseline and New Evaluation Metrics
5.
204Echarts - 数据集(Dataset in Object Array)
6.
DOTA: A Large-scale Dataset for Object Detection in Aerial Images 翻译
7.
Anveshak: Placing Edge Servers In The Wild
8.
【论文笔记】IP102: A Large-Scale Benchmark Dataset for Insect Pest Recognition
9.
论文笔记:Domain Adaptive Faster R-CNN for Object Detection in the Wild
10.
Labeled Faces in the Wild: Updates and New Reporting Procedures
>>更多相关文章<<