为便于在微控制器上部署计算机视觉应用，本文提出了一个新的数据集 Visual Wake Words，并利用该数据集评估了在仅使用 250 KB 内存的情况下现有最先进的移动模型在其上的表现，该数据集代表了一种常见的微控制器视觉应用案例，在图像中识别人是否存在。预计该数据集将促进推动微控制器应用中在准确性与内存使用之间取得最优的边界的微小视觉模型的研究。

Jun, 2019

本研究提出了一个名为 TinyPerson 的新基准，针对大规模图像中的微小对象（例如少于 20 像素的微小人物），引入了远距离和大背景下微小目标检测的有前途的方向，并且通过采用简单而有效的比例匹配方法，在避免特征表示和检测器退化的同时获得了显著的性能提升，并且进一步展示了 TinyPerson 与真实世界场景相关的挑战。

Dec, 2019

本研究基于收集自网络的大规模嘈杂数据对学习视觉识别模型进行了探究。我们构建了一个名为 WebVision 的新数据库，其中包含了超过 240 万张与 ILSVRC 2012 基准数据集的 1,000 个语义概念相关的查询生成的网络图像，并收集了元信息（例如标题，描述，标签等）。通过这个数据库，我们发现网络图像可以用于训练良好的深度 CNN 模型，且该模型的泛化能力甚至优于 ILSVRC 2012 数据集训练的模型。此外，我们也发现了一个数据集偏见问题，即在视觉领域自适应方面存在一些问题。这个新的 WebVision 数据库及其相关研究对于利用网络数据最小化监督学习最先进的视觉模型具有重要的价值。

Aug, 2017

该研究介绍了 WIDER FACE 数据集，比现有数据集大 10 倍。数据集包含繁多的注释，如遮挡、姿势、事件类别和人脸边界框等，因此对人脸检测领域具有极高挑战性。通过对多个代表性检测系统进行基准测试，提出了识别大尺度变差的解决方案，并讨论了常见的失败案例以及未来方向。

Nov, 2015

通过引入 VISION 数据集，我们希望为实现基于视觉的工业检测的进一步提高带来新的挑战和方法。

Jun, 2023

本文介绍了一种利用 3D 建模和射线跟踪软件生成高保真合成无线电和视觉数据样本的 Vision-Wireless 数据集框架。该框架旨在为新的机器学习算法提供一种生成训练和测试数据集的方式，并帮助评估不同算法的质量。

Nov, 2019

2017 年 WebVision 挑战赛，旨在提供一组无需人工标记的互联网图像数据集和公开竞赛。数据集中包含超过 240 万张使用 ILSVRC 2012 语义概念生成的查询的互联网图像，用于在 WebVision 测试集上进行图像分类和在 PASCAL VOC 2012 数据集上进行迁移学习的任务。本文描述了数据收集与注释的详细信息、数据集的特点以及评估指标。

May, 2017

介绍了一种新的数据集 WiderPerson，用于解决现有行人检测数据集缺少多样性和密度的问题，并提出了改进的 Faster R-CNN 和 RetinaNet 模型作为基准。在 Caltech-USA 和 CityPersons 等数据集上进行实验，证明该数据集可以有效提高模型的泛化能力，但需要加强对分类能力的改进以降低误报率和漏报率。

Sep, 2019

我们通过提供一组全面多样的问题来评估大规模多模态模型的数学推理能力，并发现目前的模型在 MATH-V 数据集上与人类表现存在明显差距，强调了对大规模多模态模型的进一步发展的必要性，此外，我们的详细分类还允许对其错误进行全面分析，为未来的研究和开发提供有价值的见解。

Feb, 2024

本文提出用于早期疲劳检测的多层次多尺度长短时记忆网络 (HM-LSTM)，结合测量到的眨眼特征，对大型真实数据集进行了测试，发现基于眼睑特征的检测方法比人类判断更准确。

Apr, 2019