Multi-dSprites

这是一个基于 dSprites 的数据集。每个图像由多个椭圆形、心形或方形精灵（带有一些遮挡）组成，背景颜色统一。
我们将发布此数据集的三个版本，每个版本包含 1M 数据点：
1.1 二值化：每张图像在黑色背景上有 2-3 个白色精灵。
1.2 灰度上的彩色精灵：每个场景在随机采样的灰度背景上有 2-5 个随机着色的 HSV 精灵。
1.3 彩色精灵和背景：每个场景有1-4个精灵。所有颜色都是随机采样的 RGB 值。
每个数据点包含一个图像、许多背景和对象掩码，以及每个对象的以下真实特征：x 和 y 位置、形状、颜色（rgb 值）、方向和比例。最后，可见性是一个二进制特征，指示哪些对象不为空

This is a dataset based on dSprites. Each image consists of multiple elliptical, heart-shaped, or square sprites (with some occlusion) on a uniform background.
We will release three versions of this dataset, each containing 1 million data points:
1.1 Binarized: Each image has 2-3 white sprites on a black background.
1.2 Colored sprites on grayscale background: Each scene features 2-5 randomly colored HSV sprites on a randomly sampled grayscale background.
1.3 Colored sprites and background: Each scene has 1-4 sprites. All colors are randomly sampled RGB values.
Each data point includes an image, numerous background and object masks, as well as the following ground-truth features for each object: x and y positions, shape, color (RGB values), orientation, and scale. Finally, visibility is a binary feature indicating which objects are non-empty.

搜集汇总

背景与挑战

背景概述

Multi-dSprites是一个基于dSprites的图像生成数据集，包含三个版本（二值化、灰度上的彩色精灵、彩色精灵和背景），每个版本有1M数据点，适用于无监督对象分割研究。数据集提供图像、背景和对象掩码，以及对象的真实特征如位置、形状、颜色等，由DeepMind于2019年发布。