首页/数据集/Significant Results of F-test and Tukey Test of Phase Synchronization Index (p<.05).

Significant Results of F-test and Tukey Test of Phase Synchronization Index (p<.05).

NIAID Data Ecosystem2026-03-08 收录

数据链接：

https://figshare.com/articles/dataset/_Significant_Results_of_F_test_and_Tukey_Test_of_Phase_Synchronization_Index_p_lt_05_/1003156 数据链接链接失效反馈

官方服务：

资源简介：

Significant Results of F-test and Tukey Test of Phase Synchronization Index (p<.05).

应用场景：

创建时间：

2014-04-17

显著性检测

这是一个包含多个显著物体检测数据集的仓库，每个数据集都有其特定的用途和特点，如用于训练、验证或测试，以及包含的图像数量和复杂性。

github2024-05-16 更新1560

WXSOD

显著性检测

计算机视觉

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750

Variations of multi-filter combinations for each model.

模型优化

显著性检测

1Alternative filter combinations that were not significantly different than the combination tested in the same row (P

Figshare2015-12-02 更新60

ECSSD

影像分割

显著性检测

该数据集是显著性检测领域内的标准基准，常被用于评估在显著性检测中图像分割性能的表现。

arXiv1080

VOS

显著性检测

VOS是一个包含200个视频的大型视频显著性检测数据集，总时长64分钟。该数据集通过手动标注7650个关键帧中的所有对象和区域，并收集23名受试者的眼动追踪数据来构建。VOS旨在通过结合手动标注的对象/区域掩码和多受试者的眼动追踪数据，明确地定义和标注视频中的显著对象。数据集的应用领域是视频显著性对象检测，旨在解决视频中显著对象的自动检测和分割问题。

arXiv2017-05-09 更新690

Significant Results of F-test and Tukey Test of Phase Synchronization Index (p<.05).

资源简介：

相关数据集