SPIN：自然图像中带子部件细粒度的层次分割
计算机视觉与模式识别
2024-08-12 v2
摘要
层次分割涉及在不同细节程度上创建分割。我们介绍了首个带子部件标注的自然图像层次语义分割数据集，命名为 SPIN（SubPartImageNet）。我们还引入了两个新型评估指标，用于评估算法在层次结构中捕获空间与语义关系的能力。我们对现代模型在三个不同任务上的表现进行基准测试，并分析其在对象、部件和子部件上的优势与不足。为促进社区整体进展，我们将公开发布此数据集至 https://joshmyersdean.github.io/spin/index.html。
引用
@article{arxiv.2407.09686,
title = {SPIN: Hierarchical Segmentation with Subpart Granularity in Natural Images},
author = {Josh Myers-Dean and Jarek Reynolds and Brian Price and Yifei Fan and Danna Gurari},
journal= {arXiv preprint arXiv:2407.09686},
year = {2024}
}
备注
Accepted at ECCV 2024