Papers with Code · CC BY-SA 4.0

Few-Shot Transfer Learning for Saliency Prediction

18 평가 기록 8 datasets

Saliency prediction aims to predict important locations in a visual scene. It is a per-pixel regression task with predicted values ranging from 0 to 1.

Benefiting from deep learning research and large-scale datasets, saliency prediction has achieved significant success in the past decade. However, it still remains challenging to predict saliency maps on images in new domains that lack sufficient data for data-hungry models.

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
SUM
KL: 0.473
논문 코드
SUM
CC: 0.909SIM: 0.804NSS: 1.981AUC: 0.876
논문 코드
SUM
CC: 0.768SIM: 0.63NSS: 2.839AUC-Judd: 0.913
논문 코드
DINet+FT|Ref
NSS: 1.5077AUC: 0.8051CC: 0.6121
논문 코드
SUM
KL: 0.27
논문 코드
DINet+FT|Ref
NSS: 1.6439AUC: 0.8276CC: 0.6605
논문 코드
DINet+FT|Ref
NSS: 1.6085AUC: 0.8200CC: 0.6468
논문 코드
DINet+FT|Ref
NSS: 1.8831AUC: 0.8494CC: 0.7442
논문 코드

데이터셋

8개

논문

라이브러리

Papers with Code 리더보드 row에 연결된 구현 저장소입니다.

하위 태스크