PASCAL-5i

PASCAL-5i 是一个用于评估小样本分割的数据集。数据集被细分为 4 个折叠，每个折叠包含 5 个类。一个折叠包含来自 5 个类别的标记样本，用于评估小样本学习方法。其余 15 个类用于训练。

PASCAL-5i is a dataset dedicated to evaluating few-shot segmentation tasks. The dataset is partitioned into 4 folds, each containing 5 classes. One fold comprises labeled samples from the 5 classes, which is used to evaluate few-shot learning methods, and the remaining 15 classes are reserved for model training.

搜集汇总

背景与挑战

背景概述

PASCAL-5i是一个专为小样本语义分割评估设计的数据集，包含4个折叠，每个折叠有5个类别，其中一个折叠用于测试，其余15个类别用于训练。该数据集由佐治亚理工学院于2017年发布，旨在支持小样本学习方法的研究和评估。