AGD20K

AGD20K数据集的属性。(a) 数据集中的一些示例。(b) AGD20K中类别的分布。(c) AGD20K中负担能力的词云分布。(d) AGD20K中，能表示类别和对象类别之间的混淆矩阵，其中横轴表示对象类别，纵轴表示能表示类别。通过从36个能表示类别中收集和标记超过20k的图像，构建了一个名为AGD20K的能表示基础数据集。实验结果表明，我们的方法在客观指标和视觉质量方面优于代表性方法。

Attributes of the AGD20K dataset. (a) Some examples from the dataset. (b) Category distribution in AGD20K. (c) Word cloud distribution of affordances in AGD20K. (d) The confusion matrix between affordance categories and object categories in AGD20K, where the horizontal axis denotes object categories and the vertical axis denotes affordance categories. We constructed a foundational affordance dataset named AGD20K by collecting and annotating over 20,000 images from 36 affordance categories. Experimental results demonstrate that our method outperforms representative baseline methods in terms of both objective metrics and visual quality.

搜集汇总

背景与挑战

背景概述

AGD20K是一个能表示基础数据集，包含超过20k的图像，覆盖36个能表示类别，由多个研究机构联合发布于2022年。数据集大小为6.2GB，适用于计算机视觉领域的研究。