WXSOD是一个用于鲁棒性显著物体检测的数据集，旨在帮助研究在恶劣天气条件下的显著物体检测问题。数据集包含14,945张RGB图像，覆盖超过5,000个场景，包含各种天气噪声，并分为合成训练集、合成测试集和真实测试集。该数据集的设计旨在减少标签成本并确保场景多样性，同时考虑了由天气噪声引起的域差异问题。WXSOD是首个针对恶劣天气条件下RGB显著物体检测的基准数据集，它涵盖了不同类别的显著物体、不

arXiv2025-08-17 更新840

AIC

显著性检测

视觉主题分类

首先，我们从dut中选择3402张图像来构建图像采集采样源，即ICSS，它涵盖72个类别，每个类别下至少有10张图像。随后，我们手动将72个类别分为11个主题 (表1)。ICSS中图像的纵横比范围从0.4625到1.9048。ICSS中的每个图像都标有类别，主题和显着性遮罩，因此从ICSS中采样的图像集合能够支持Mn和ms的计算。借助五重交叉验证的思想，我们将图像以4:1的比例划分为每个类别中的火

OpenXLab90

MSRA

显著性检测

图像处理

MSRA10K(正式名称为THUS10000; [195MB](http://mftp.mmcheng.net/Data/MSRA10K_Imgs_GT.zip): 图像 + 二进制掩码): 像素精确的显著对象标注，适用于来自MSRA数据集的**10000张图像**。如果您使用它，请引用我们的论文[https://mmcheng.net/SalObj/]。还提供了20多种其他方法的显著性图和显著对

github2023-11-10 更新1390

Pattern count—ANOVA optimal models with P values ≤ 0.05.

方差分析模型选择

显著性检测

Pattern count—ANOVA optimal models with P values ≤ 0.05.

NIAID Data Ecosystem100