BIG ist ein hochauflösender Datensatz zur semantischen Segmentierung, der 50 Validierungsobjekte und 100 Testobjekte enthält. Die Bildauflösung von BIG reicht von 2048 × 1600 bis 5000 × 3600 und jedes Bild wird von Fachleuten nach denselben Richtlinien wie der PASCAL VOC 2012-Datensatz kommentiert, ohne leere Bereiche.

Zitat

@inproceedings{cheng2020cascadepsp, title={{CascadePSP}: Auf dem Weg zu klassenunabhängiger und hochauflösender Segmentierung durch globale und lokale Verfeinerung}, Autor={Cheng, Ho Kei und Chung, Jihoon und Tai, Yu-Wing und Tang, Chi-Keung}, Buchtitel={CVPR}, Jahr={2020} }