V-COCO (Verbs in COCO の完全名) は、MS COCO データ セットに基づくデータ セットであり、人とオブジェクトの間のインタラクション検出に使用されます。 このデータセットは、10,346 枚の画像 (トレーニング用 2,533 枚、検証用 2,867 枚、テスト用 4,946 枚) と 16,199 人の人物インスタンスを提供します。各キャラクターには 29 のアクション カテゴリからの注釈が付いています。このデータセットには、オブジェクトを含むインタラクション ラベルがありません。

引用

@article{gupta2015visual, タイトル={視覚的意味役割ラベリング}、 著者={グプタ、サウラブとマリク、ジテンドラ}、 ジャーナル={arXivプレプリント arXiv:1505.04474}、 年={2015} } @incollection{lin2014microsoft, タイトル={Microsoft COCO: コンテキスト内の共通オブジェクト}、 著者={Lin, Tsung-Yi、Maire, Michael、Belongie, Serge、Hays, James、Perona, Pietro、Ramanan, Deva、Doll{'a}r, Piotr、Zitnick, C Lawrence}、 書籍タイトル={コンピュータビジョン–ECCV 2014}、 ページ={740–755}、 年={2014}、 出版社={Springer} }