轻量级细粒度检测的大型汽车零件数据集

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

该论文介绍了一个大规模和细粒度的汽车数据集,用于检测12种不同类型的汽车零部件。提出了一种新颖的半监督自动标注方法,并研究了零样本标注的Grounding DINO方法的局限性。通过训练几个轻量级的YOLO系列检测器,评估了该数据集的有效性。

🎯

关键要点

  • 该论文介绍了一个包含84162个图像的汽车数据集。
  • 数据集用于检测12种不同类型的汽车零部件。
  • 提出了一种新颖的半监督自动标注方法,以减轻手动注释的负担。
  • 研究了零样本标注的Grounding DINO方法的局限性。
  • 通过训练轻量级的YOLO系列检测器,评估了数据集的有效性。
➡️

继续阅读