PK PyTorchKR Papers
Papers with Code · CC BY-SA 4.0

Object Recognition

41 평가 기록 14 datasets

Object recognition is a computer vision technique for detecting + classifying objects in images or videos. Since this is a combined task of object detection plus image classification, the state-of-the-art tables are recorded for each component task here and here.

<span style="color:grey; opacity: 0.6">( Image credit: Tensorflow Object Detection API )</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
Imagen
shape bias: 98.7
논문 코드
R2-MLP-36
Accuracy: 97.7%
논문 코드
Spike-VGG11
Accuracy (% ): 85.55
논문 코드
Spike-VGG11
Accuracy (% ): 85.62
논문 코드
ObjectNet-Baseline
Top 5 Accuracy: 18.75Top 1 Accuracy: 11.0
- -
ObjectNet-Baseline
Top 5 Accuracy: 52.24Top 1 Accuracy: 30.64
- -
ObjectNet-Baseline
Top 5 Accuracy: 52.24Top 1 Accuracy: 30.64
- -
MeshWalker (ours)
Accuracy: 98.6
논문 코드
SSNN
Accuracy (% ): 94.91
논문 -
Faster-RCNN
mAP: 30.39
논문 코드
Spike-VGG11
Accuracy (% ): 96.00
논문 코드
SwiDeN
Overall Accuracy: 93.02%
논문 코드

데이터셋

14개
shape biasModelNet40CIFAR10-DVSN-Caltech 101ObjectNet (All classes)ObjectNet (ImageNet classes)ObjectNet (ImageNet classes, trained on ImageNet)Cube EngravingDVS128 GestureMECCANON-CARSPhoto-Art-50

논문

라이브러리

Papers with Code 리더보드 row에 연결된 구현 저장소입니다.

github.com/myuansun/eventrpg 1 논문

하위 태스크

3O 3D Object Recognition 4 데이터셋 · 9 rows DI Depiction Invariant Object Recognition 1 데이터셋 · 1 rows CO Continuous Object Recognition 0 데이터셋 · 0 rows