Papers with Code · CC BY-SA 4.0

RGB Salient Object Detection

Object Detection › RGB Salient Object Detection 399 평가 기록 33 datasets

RGB Salient object detection is a task-based on a visual attention mechanism, in which algorithms aim to explore objects or regions more attentive than the surrounding areas on the scene or RGB images.

<span style="color:grey; opacity: 0.6">( Image credit: Attentive Feedback Network for Boundary-Aware Salient Object Detection )</span>

개요는 각 항목의 일부입니다. 위 탭에서 전체 기록을 페이지별로 탐색할 수 있습니다.

벤치마크

Papers with Code 아카이브의 데이터셋별 기록 예시입니다. 평가 조건과 지표 방향이 검증되지 않아 순위를 의미하지 않습니다.

Dataset기록된 모델 예시MetricPaperCode
BiRefNet (DUTS, HRSOD, UHRSD)
MAE: 0.018max F-measure: 0.943S-Measure: 0.944mean E-Measure: 0.962
논문 코드
BEN_Base
max F-Measure: 0.923weighted F-measure: 0.871MAE: 0.031S-Measure: 0.916
논문 코드
PDFNet
max F-Measure: 0.890weighted F-measure: 0.846MAE: 0.031S-Measure: 0.899
논문 코드
PDFNet
max F-Measure: 0.921weighted F-measure: 0.885MAE: 0.028S-Measure: 0.924
논문 코드
PDFNet
max F-Measure: 0.936weighted F-measure: 0.900MAE: 0.027S-Measure: 0.928
논문 코드
MVANet
max F-Measure: 0.912weighted F-measure: 0.857MAE: 0.041S-Measure: 0.903
논문 코드
BiRefNet (DUTS, HRSOD, UHRSD)
MAE: 0.038F-measure: 0.839S-Measure: 0.882mean F-Measure: 0.825
논문 코드
RealFlow
S-Measure: 0.926AVERAGE MAE: 0.028MAX F-MEASURE: 0.906
논문 -
M3Net-S
MAE: 0.021S-Measure: 0.948Weighted F-Measure: 0.947
논문 코드
InSPyReNet
MAE: 0.028F-measure: 0.955S-Measure: 0.944
논문 코드
PDFNet (HRSOD,UHRSD)
S-Measure: 0.963max F-Measure: 0.965MAE: 0.012
논문 코드
CFDN
MAE: 0.039F-measure: 0.891S-Measure: 0.894
논문 -

데이터셋

33개

논문

라이브러리

Papers with Code 리더보드 row에 연결된 구현 저장소입니다.

하위 태스크