Jun, 2024

EUFCC-340K：面向 GLAM 藏品元数据标注的多面向层次数据集

PDF
TL;DR本研究讨论了在文化遗产领域中自动元数据注释的挑战，并介绍了一种新颖的数据集 EUFCC340K。该数据集采集自 Europeana 门户网站，包含超过 340,000 张图像，并按照材料、对象类型、学科和主题等多个维度进行组织，遵循 AAT 的分层结构。研究开发了多种基线模型，基于 ConvNeXT 骨干网络在图像各个维度上进行多标签标注，并使用图像文本对对 CLIP 模型进行微调。两个不同的测试场景下的实验证明了该数据集在改进多标签分类工具方面的鲁棒性和泛化能力，有潜力缓解文化遗产部门的编目任务。
发现论文，激发创造
  • ACL-Fig: 用于科学图像分类的数据集

    该研究提出了利用深度学习框架分类科学图表的流程，通过构建一个包含注释的大规模科学图表库，开创了科学图表自动注释的先河。

    Jan, 2023

  • 文化遗产艺术品的多模式元数据分配

    我们开发了一个多模态分类器，在文化遗产领域使用了一种后期融合的方法，并引入了一种新颖的数据集。

    Jun, 2024

  • 使用二元强制选择度量学习对图像进行分层注释

    提出一种通过高效的区分测试而非逐个数据点的注释来揭示数据的层次结构的方法，利用二选一强制选择测试和深度度量学习将数据嵌入语义空间，并通过实验证明了该方法的可行性。

    May, 2019

  • Campus3D：用于层次式室外场景理解的摄影测量点云基准

    本文介绍了一个丰富注释的 3D 点云数据集，以及用于分层分割任务的有效学习框架。提出了一种基于多任务学习和分层集成的两阶段方法，包括一种考虑不同层次之间一致性的度量。实验结果表明了所提出方法的优越性和分层注释的潜在优势。

    Aug, 2020

  • iMet Collection 2019 挑战数据集

    本研究提出了细粒度艺术品属性识别的新数据集，并借助比赛鼓励细粒度视觉识别研究社区的热情以推进数字博物馆文物数字化的最新技术。

    Jun, 2019

  • YFCC100M：多媒体研究的新数据

    该研究介绍了雅虎 Flickr 创意共享千万数据集 (YFCC100M)，其包含约 1 亿个多媒体对象，其中约 99.2 万个为照片，0.8 万个为视频，所有对象均带有创意共享许可证。该数据集提供了详细的元数据信息和从 2004 年到 2014 年初的照片和视频的共享情况，对于科学、研究、工程和开发等领域具有重要意义。

    Mar, 2015

  • Flickr30k 实体：收集区域到短语的对应关系以构建更丰富的图像到句子模型

    本文介绍了 Flickr30k 实体数据集，其中增加了 244k 个共指链，将相同实体的提及于同一图像中的不同标题链接起来，并与 276k 个手动标注的边界框关联。该注释对于自动图像描述和基于语言的图像理解的持续进展至关重要。

    May, 2015

  • UMDFaces: 用于训练深度网络的带注释的人脸数据集

    通过引入新的人脸数据集 UMDFaces, 我们提出了一种基于深度网络和人工标注组合的大规模人脸数据集收集和注释方法，数据集中包含 367,888 张标注的人脸图像和 8,277 个独立人物的信息，并借此新数据集和评价方法推进了人脸识别技术的发展。

    Nov, 2016

  • MLC 数据的 FAIR 化

    本文介绍了一种基于本体的多标签分类（MLC）数据集在线目录和性能评估查询系统，以便遵循 FAIR 和 TRUST 原则以保证合适、正确、强大和值得信赖的基准测试。

    Nov, 2022

  • 文献综述的层次目录生成：基准评估

    本研究以文獻綜述的目錄生成為挑戰，構建了涵蓋 13.8k 個目錄和 120k 個參考文獻的英文文獻綜述目錄數據集，並通過端到端和管線方法進行了多方面的評估與分析，提出了基於語義和結構相似度的模型性能評估方式。結果顯示，本研究提出的生成方法與評估指標具有較高的效果和品質，並且為以後的相關研究提供了方向。

    Apr, 2023