Pascal-EA
收藏arXiv2024-03-10 更新2024-06-21 收录
下载链接：
https://github.com/PRIS-CV/Pascal-EA
下载链接
链接失效反馈官方服务：
资源简介：
Pascal-EA是由北京邮电大学构建的基准数据集，用于评估语义分割模型在不同对象和图像属性变化下的鲁棒性。该数据集通过精确控制结构信息的掩码保留属性编辑管道来编辑真实图像的视觉属性，从而使原始分割标签可用于编辑后的图像。Pascal-EA涵盖了从传统闭集模型到最近的开放词汇大型模型的广泛语义分割模型，旨在揭示模型对局部和全局属性变化的敏感性，并强调对象属性在提高分割鲁棒性中的重要性。
提供机构：
北京邮电大学
创建时间：
2024-03-02
