Jan, 2019

Hotels-50K: 全球酒店识别数据集

PDF
TL;DR因为图片质量差，拍摄角度限制，和不同酒店房间相似的物品，从酒店房间的图像中识别出酒店是人口贩卖调查中的一项挑战。为了支持这一任务，我们提供了一个包括 50,000 家酒店中超过 1,000,000 张图像的数据集，并采用了一些数据增强方法，运用标准的网络架构来进行基准测试。
hotel recognitionhuman trafficking investigationsimage analysisdataset curationdata augmentation
发现论文，激发创造
  • 2021 年打击人口贩卖酒店识别竞赛数据集

    酒店识别是反人类贩卖调查中的一项重要任务，我们为此提出了一个基于 2021 年 Hotel-ID 数据集的新方法，该数据集由 TraffickCam 移动应用程序提供，利用该数据集训练的模型可以准确地缩小正确酒店的范围，以帮助打击人类贩卖。

    Jun, 2021

  • 重访 Hotels-50K 和 Hotel-ID

    本文提出了针对酒店识别领域中的 Hotels50K 和 Hotel-ID 两个数据集的更新版本，以提供不同难度等级的评估设置，以更好地适应于拟定的真实应用领域，从而在对抗人口贩卖中起到作用。通过多种最先进的图像检索模型对此设置进行测试，结果显示，正如预期，模型性能随着评估逐渐接近真实世界的未知情况而下降。最佳模型排名也会随着不同的评估设置而改变，这进一步推动使用所提出的更新版本数据集。

    Jul, 2022

  • 基于深度学习的酒店浴室图像自动准确分类

    本研究设计了两个不同版本的深度学习算法，通过分析图像将酒店浴室分类为满意或不满意，并使用 “HotelBath” 数据集分享了这个数据集。两个算法表现出高准确性，最优算法达到了 92.4% 的准确性和 0.967 的 AUC 得分。

    Jun, 2023

  • 带有文本的房间数据集用于叠加文本检测

    本文介绍了一份新的数据集，其中包含 25 种产品类别的 4836 张带有叠加和场景文本的房间内部图片。我们提供了数据集的详细信息和分析结果，并提出了一种基线方法，该方法利用字符區域感知文本检测框架引导分类模型进行文本检测。我们验证了我们的方法，并展示了其在二分分类度量方面的高效性，最终达到了 0.95 的 F1 得分，误报率和漏报率分别为 0.02 和 0.06。

    Nov, 2022

  • Places: 用于深度场景理解的图像数据库

    本论文描述了一个 10 百万场景照片的库，利用卷积神经网络进行图像场景分类，具有高覆盖率和高多样性的实例，为解决目前难以解决的视觉识别问题提供了生态系统。

    Oct, 2016

  • 室内全景图像物体识别

    本文提供了一种适用于全景图像的深度学习模型，并结合目标检测和语义分割任务实现了室内场景中物体的识别与分离，进而生成定位在三维物体边界上的三维包围盒。量化和定性结果证明了我们的方法优于现有技术并且能够完整理解室内场景中的主要物体。

    Oct, 2019

  • Products-10K：一项大规模产品识别数据集

    电子商务日益发展，零售 AI 系统需要自动识别高准确度的 SKU 级别的产品，本研究构建了一个包含 10,000 个人工标注细粒度 SKU 级别产品的图像数据集，并针对细粒度产品识别提出了多种有用的技巧。

    Aug, 2020

  • OpenStreetView-5M：全球可视化地理定位之多种路径

    我们介绍了 OpenStreetView-5M，这是一个大规模、开放获取的数据集，包含了超过 510 万个地理参考的街景图像，涵盖了 225 个国家和地区。通过对各种最新图像编码器、空间表示和训练策略进行广泛测试，我们展示了该数据集的实用性，并解决了图像定位在计算机视觉算法中的问题。

    Apr, 2024

  • HotelRec：一种新颖的大规模酒店推荐数据集

    本文提出了 HotelRec，这是一个基于 TripAdvisor 的非常大规模的酒店推荐数据集，包含了 5000 万条评论。这是公开发布的最大的酒店领域数据集，并且是单个领域的最大推荐数据集和具有文本评论的最大数据集。

    Feb, 2020

  • 基于 DNN 的国家识别新数据和方法

    本文利用 3.8 万张包含地理位置信息的图像构建数据集 VIPPGeo，并利用该数据集进行国家识别问题的分类模型训练与实验，发现比直接基于地理坐标估计图片拍摄地并追溯国家更为有效，结果优于现有研究。

    Sep, 2022