Rectangle Depth Estimation (RDE) 数据集
收藏arXiv2022-04-23 更新2024-07-24 收录
下载链接：
https://github.com/AdrienCourtois/neural-networks-properties
下载链接
链接失效反馈官方服务：
资源简介：
Rectangle Depth Estimation (RDE) 数据集是由博雷利中心和ENS巴黎-萨克莱创建，用于评估神经网络在深度估计任务中的非局部特性。该数据集包含484张图像，每张图像由简单的矩形组成，用于模拟物体间的遮挡关系。数据集设计简单，确保网络只能通过特定的非局部特征来解决任务，如颜色相似性和T-接合点。此数据集旨在帮助研究者更好地理解神经网络结构的能力，并改进其在真实世界深度估计任务中的应用。
Rectangle Depth Estimation (RDE) Dataset was developed by the Borelli Center and ENS Paris-Saclay to evaluate the non-local properties of neural networks in depth estimation tasks. This dataset includes 484 images, each consisting of simple rectangles that simulate occlusion relationships between objects. The dataset is intentionally simplified, ensuring that neural networks can only solve the task by leveraging specific non-local features such as color similarity and T-junctions. The primary goal of this dataset is to help researchers better understand the capabilities of neural network architectures and improve their applications in real-world depth estimation tasks.
提供机构：
博雷利中心，ENS巴黎-萨克莱
创建时间：
2022-04-23
原始信息汇总
数据集概述
数据集名称
- Investigating Neural Architectures by Synthetic Dataset Design
数据集来源
- 该数据集是同名论文在CVPR的VDU研讨会第一版中的官方实现。
