arielnlee/Superimposed-Masked-Dataset

SMD（Superimposed Masked Dataset）是ImageNet-1K验证集的遮挡版本，旨在评估遮挡对模型性能的影响。遮挡对象通过Meta的Segment Anything进行分割，并且不在ImageNet-1K的标签空间中。这些遮挡对象与标签空间中的对象关系明确。数据集将发布更多细节，包括生成SMD版本的代码、每张图像的实际遮挡百分比以及遮挡对象的分割掩码。遮挡对象图像来自Unsplash。SMD用于测试模型在遮挡情况下的鲁棒性，特别是在论文《Hardwiring ViT Patch Selectivity into CNNs using Patch Mixing》中进行了应用。

原始信息汇总

Superimposed Masked Dataset (SMD) 概述

数据集基本信息

• 许可证: other
• 任务类别: image-classification
• 语言: en
• 标签: occlusion
• 大小类别: 10K<n<100K

数据集描述

• 目的: SMD是ImageNet-1K验证集的遮挡版本，用于评估遮挡对模型性能的影响。
• 遮挡对象: 使用Meta的Segment Anything进行分割，不在ImageNet-1K标签空间内，与标签空间内的对象关系明确。
• 附加信息: 将提供生成SMD的代码、实际遮挡百分比及遮挡对象分割掩码。

遮挡对象示例

• 对象列表: Grogu (baby yoda), bacteria, bacteriophage, airpods, origami heart, drone, diamonds (stones, not setting), coronavirus
• 来源: 通过Unsplash获取

数据集用途

• 研究: 用于测试模型对遮挡的鲁棒性，特别是在Hardwiring ViT Patch Selectivity into CNNs using Patch Mixing研究中。

引用信息

bibtex @misc{lee2023hardwiring, title={Hardwiring ViT Patch Selectivity into CNNs using Patch Mixing}, author={Ariel N. Lee and Sarah Adel Bargal and Janavi Kasera and Stan Sclaroff and Kate Saenko and Nataniel Ruiz}, year={2023}, eprint={2306.17848}, archivePrefix={arXiv}, primaryClass={cs.CV} }

bibtex @article{imagenet15russakovsky, Author = {Olga Russakovsky and Jia Deng and Hao Su and Jonathan Krause and Sanjeev Satheesh and Sean Ma and Zhiheng Huang and Andrej Karpathy and Aditya Khosla and Michael Bernstein and Alexander C. Berg and Li Fei-Fei}, Title = { {ImageNet Large Scale Visual Recognition Challenge} }, Year = {2015}, journal = {International Journal of Computer Vision (IJCV)}, doi = {10.1007/s11263-015-0816-y}, volume={115}, number={3}, pages={211-252} }