CoSal2015协同显著性检测数据集下载 | 康奈尔大学官方发布

CoSal2015（Co-saliency Detection 2015） 是由康奈尔大学（Cornell University）发布的计算机视觉领域经典协同显著性检测基准数据集，包含 50个类别共2,015张高质量图像，广泛应用于目标检测、图像分割、显著性建模等AI研究场景。

数据集特点

该数据集覆盖复杂真实场景，每组图像均包含多重挑战性因素：复杂环境干扰、目标遮挡问题、外观形态变化以及背景杂乱噪声等。这些特性使CoSal2015成为评估协同显著性检测算法鲁棒性的权威测试平台，适用于深度学习模型训练与学术基准对比。

适用研究方向

协同显著性检测（Co-saliency Detection）

计算机视觉与图像理解

深度学习目标定位

图像分割与语义分析

多目标协同识别算法验证