DAF:re：一个具有挑战性的、众包的大规模长尾动漫角色识别数据集
计算机视觉与模式识别
2021-01-22 v1
摘要
在这项工作中，我们解决了动漫角色识别这一具有挑战性的问题。动漫是指在日本境内制作的动画以及受其衍生或启发的作品。为此，我们提出了 DAF:re（DanbooruAnimeFaces:revamped），一个大规模的、众包的长尾数据集，包含近 50 万张图像，分布于超过 3000 个类别。此外，我们使用多种分类模型（包括基于 CNN 的 ResNet 和基于自注意力的 Vision Transformer（ViT））在 DAF:re 及类似数据集上进行了实验。我们的结果对 ViT 模型在与其上游预训练所用领域显著不同的数据集上的泛化与迁移学习特性提供了新的见解，包括批量大小和图像大小对其训练的影响。此外，我们分享了我们的数据集、源代码、预训练检查点和结果，作为 Animesion——首个用于大规模动漫角色识别的端到端框架：https://github.com/arkel23/animesion
引用
@article{arxiv.2101.08674,
title = {DAF:re: A Challenging, Crowd-Sourced, Large-Scale, Long-Tailed Dataset For Anime Character Recognition},
author = {Edwin Arkel Rios and Wen-Huang Cheng and Bo-Cheng Lai},
journal= {arXiv preprint arXiv:2101.08674},
year = {2021}
}
备注
5 pages, 3 figures, 4 tables