0jl/SPair-71k

SPair-71k是一个用于语义对应任务的大规模数据集，包含了70,958对图像，这些图像在视角和尺度上具有多样性。数据集提供了丰富的标注信息，包括图像、分割、注释等。数据集分为训练集、验证集和测试集，并且提供了详细的特征描述。该数据集旨在为语义对应问题的研究提供一个可靠的测试平台，并推动该领域的研究进展。

原始信息汇总

数据集概述

基本信息

• 数据集名称: SPair-71k
• 大小: 10K<n<100K
• 标签: semantic-correspondence
• paperswithcode_id: spair-71k

数据集配置

1. 配置名称: data

   • 特征:
     • img: 图像数据
     • segmentation: 图像分割数据
     • annotation: 字符串类型注释
     • name: 字符串类型名称
   • 分割:
     • train: 1800个样本，占用2016911字节
   • 下载大小: 226961117字节
   • 数据集大小: 2016911字节

2. 配置名称: pairs

   • 特征:
     • pair_id: 无符号32位整数
     • src_img: 源图像数据
     • src_segmentation: 源图像分割数据
     • src_data_index: 源数据索引，无符号32位整数
     • src_name: 源名称，字符串类型
     • src_imsize: 源图像尺寸，序列类型，长度3，无符号32位整数
     • src_bndbox: 源边界框，序列类型，长度4，无符号32位整数
     • src_pose: 源姿态，类别标签，包括Unspecified, Frontal, Left, Rear, Right
     • src_kps: 源关键点，二维数组，形状(None, 2)，无符号32位整数
     • trg_img: 目标图像数据
     • trg_segmentation: 目标图像分割数据
     • trg_data_index: 目标数据索引，无符号32位整数
     • trg_name: 目标名称，字符串类型
     • trg_imsize: 目标图像尺寸，序列类型，长度3，无符号32位整数
     • trg_bndbox: 目标边界框，序列类型，长度4，无符号32位整数
     • trg_pose: 目标姿态，类别标签，包括Unspecified, Frontal, Left, Rear, Right
     • trg_kps: 目标关键点，二维数组，形状(None, 2)，无符号32位整数
     • kps_ids: 关键点ID，序列类型，无符号32位整数
     • category: 类别，类别标签，包括cat, pottedplant, train, bicycle, car, bus, aeroplane, dog, bird, chair, motorbike, cow, bottle, person, boat, sheep, horse, tvmonitor
     • viewpoint_variation: 视点变化，无符号8位整数
     • scale_variation: 尺度变化，无符号8位整数
     • truncation: 截断，无符号8位整数
     • occlusion: 遮挡，无符号8位整数
   • 分割:
     • train: 53340个样本，占用55925012字节
     • validation: 5384个样本，占用5700112字节
     • test: 12234个样本，占用12931172字节
   • 下载大小: 226961117字节
   • 数据集大小: 74556296字节

数据集使用条款

• 数据集包含从PASCAL-VOC和flickr网站获取的图像和元数据，使用时需遵守相应的使用条款。

搜集汇总

背景与挑战

背景概述

SPair-71k是一个包含70,958对图像的大规模语义对应数据集，具有多样化的视角和尺度变化，适用于计算机视觉中的语义匹配研究。数据集提供了详细的图像对信息，包括源图像、目标图像、分割标注和关键点等。