目标跟踪数据集分享

360VOT: A New Benchmark Dataset for Omnidirectional Visual Object Tracking

360VOT 是一个新的大规模全景追踪基准数据集,旨在为全景视觉物体追踪提供支持。这个数据集包含了 120 个序列,总计超过 11.3 万张高分辨率帧,采用等距投影。追踪的目标涵盖了 32 个不同的类别,场景多样。

此外,还提供了 4 种无偏差的ground truth,包括(旋转)边界框和(旋转)边界视场,以及为 360° 图像量身定制的新指标,从而可以准确评估全景跟踪性能。

相关推荐
大佐不会说日语~几秒前
Spring AI Alibaba 的 Function Calling 使用 @Tool 调用中,无法获取用户ID踩坑记录
java·人工智能·spring boot·spring·alibaba·function
黑金IT1 分钟前
AI带‘脑’摒弃前端硬编码实现浏览器自动化系统
前端·人工智能·自动化
财迅通Ai2 分钟前
SuperX完成日本全球供应中心首批高性能AI服务器交付,全球战略迈出关键一步
运维·服务器·人工智能·superx·中恒电气
蔡俊锋3 分钟前
AI进化史:从人工智障到全能管家
人工智能·ai进化简史·ai历史·ai模型历史
Jagger_3 分钟前
AI能力边界外扩时,工作到底还需要做什么?——一份写给自己的现场记录
人工智能
刘佬GEO4 分钟前
GEO 黑帽和正常优化的边界拆解:哪些是优化,哪些是风险操作?
网络·人工智能·搜索引擎·ai·语言模型
zhanghongbin014 分钟前
Remote Write:高效数据推送
java·人工智能
老刘说AI4 分钟前
Dify:从入门到精通
人工智能·python·神经网络·低代码·ai作画·开源软件
IT枫斗者4 分钟前
AI Agent 设计模式全景解析:从单体智能到分布式协作的架构演进
人工智能·redis·分布式·算法·spring·缓存·设计模式
老鱼说AI5 分钟前
长文预警!大模型面试:关于大模型微调的进阶与工程部署讲解
人工智能·深度学习·神经网络·学习·自然语言处理·面试·职场和发展