记录有意思的项目

伪装物体检测 2020.12.3

（Camouflaged Object Detection，COD）

GitHub: https://github.com/DengPingFan/SINet/
数据集链接：https://mmcheng.net/cod/

COD10K 数据集 10,000张 78个类别 自然场景 抠图级标注
training set： 6000张 test set： 4000张

伪装图像: 自然伪装和人工伪装（如产品缺陷检测）

应用：搜索与救援工作，或寻找稀有物种；医学图像分析领域——如息肉分割、肺炎分割；农业领域——如蝗虫入侵监控；艺术领域（用于真实感图像融合或艺术消遣 )

• 对待新问题，评估指标的选择：
  平均绝对误差MAE——>错误的出现和数量
  错误出现的位置（整体和局部的考虑）
  结构相似性

• 对待新问题，新数据集的构造
  图像收集： 5,066 张伪装图像，3,000 张背景图像，1,934 张无伪装的图像
  包含 10 个超类和 78 个子类（69 个伪装类，9 个非伪装类）
  图像选择方案：… 参考Places: A 10 million image database for scene recognition
  专业标注： 创建大规模数据集时，建立分类系统至关重要——分层标注
  （属性定义——量化）
  
  数据集信息的统计分析：
  通用： 物体大小分布、超类和子类的分布、分辨率分布、标注质量控制
  特定： 全局/局部对比度、中心偏见

网络：…