一些显著性检测的数据库资料

 今天来写一些,我在学习过程中用过的一些显著性或是目标检测方面的一些资料:
1.一些常用的显著性数据库

a. ASD数据库:这个数据库包含有1000张图(MSRA1000)这个数据库来自于A two-stage approach to saliency detection inimages 该数据库的说明以及一些算法(IT, MZ, GB, SR, AC,IG ) 的结果可以在Frequency-tuned Salient Region Detection (FT算法)下载,此外其中还包含了这1000张测试图的真值图。原图下载地址:MSRA图像数据集(1000幅含真实标注)

上面下载到的标注图尺寸被统一改为512*512,所以这里在给个地址:ASD尺寸一致

b. MSRA数据库:这里共有两种一个包含5K张图,另一个包含20K张,其下载地址为:MSRA Salient Object Database

c. MSRA10k和THUR15K:这是程明明老师在他主页上贴出的数据库,同时还包含了包括HC,RC方法在内的20+算法的出处以及其实验结果,大家可以自己仔细看看:MSRA10KTHUR15K

d. CSSD和ECSSD:其中CSSD包含了200张图,而ECSSD是前者的扩展集包含有1000张图,其地址为:Extended Complex Scene Saliency Dataset 其实这也是HS算法的测试集。

e.最后在补充一个网站,这个网站收集不少的数据库:Computational Attention

2.一些图像分割算法和边缘检测算法

a. 基于图的图割算法, 程明明在RC算法中所用的分割方法(Efficient Graph-Based Image Segmentation),Matab code

b. 轮廓提取,Contour Detection and Image Segmentation Resources这个是对图像边缘提取,效果不错也可以作为一种图像分割算法.Matlab code

c. 补充2个博客:机器视觉开源代码集合计算机视觉和机器学习代码收集

Tips:最后加一个数据库的总结:一些目标检测、跟踪、识别标准测试视频集和图像数据库

  • 8
    点赞
  • 57
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
首先,我们需要计算三种方法与真值图之间的MAE。假设三种方法分别得到的结果为DSR、GMA和MCA。设原图为I,真值图为GT,DSR、GMA和MCA分别得到的结果为R_DSR、R_GMA和R_MCA。则三种方法与真值图之间的MAE分别为: MAE_DSR = 1/(M*N) * Σ|GT(i,j) - R_DSR(i,j)| MAE_GMA = 1/(M*N) * Σ|GT(i,j) - R_GMA(i,j)| MAE_MCA = 1/(M*N) * Σ|GT(i,j) - R_MCA(i,j)| 其中,M和N分别为图像的高度和宽度,i和j为像素点的坐标。 接下来,我们需要绘制PR-curve曲线图。假设我们已经得到了三种方法的结果,以及对应的真值图,我们可以按照以下步骤进行绘制: 1. 计算三种方法的Precision和Recall值。 Precision_DSR = TP_DSR / (TP_DSR + FP_DSR) Recall_DSR = TP_DSR / (TP_DSR + FN_DSR) 其中,TP_DSR表示DSR方法正确检测出的显著区域数,FP_DSR表示DSR方法错误检测的显著区域数,FN_DSR表示DSR方法未能检测出的显著区域数。GMA和MCA的Precision和Recall值可以按照同样的方法计算。 2. 绘制PR-curve曲线图。 在Matlab中,我们可以使用plot函数绘制PR-curve曲线图。具体实现代码如下: ``` % 计算Precision和Recall值 Precision_DSR = TP_DSR / (TP_DSR + FP_DSR); Recall_DSR = TP_DSR / (TP_DSR + FN_DSR); Precision_GMA = TP_GMA / (TP_GMA + FP_GMA); Recall_GMA = TP_GMA / (TP_GMA + FN_GMA); Precision_MCA = TP_MCA / (TP_MCA + FP_MCA); Recall_MCA = TP_MCA / (TP_MCA + FN_MCA); % 绘制PR-curve曲线图 plot(Recall_DSR, Precision_DSR, 'r-', Recall_GMA, Precision_GMA, 'g-', Recall_MCA, Precision_MCA, 'b-'); xlabel('Recall'); ylabel('Precision'); title('PR-curve'); legend('DSR', 'GMA', 'MCA'); ``` 在以上代码中,我们使用了plot函数分别绘制了三种方法的PR-curve曲线,并使用xlabel、ylabel和title函数添加了相应的图像标签。最后,我们使用legend函数添加了曲线的图例。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值