ImageNet Large Scale Visual Recognition Challenge

ImageNet數據集以及ILSVRC挑戰賽的說明

論文的目標:
1.討論創建大規模物體識別基準集的挑戰
2.強調物體分類和識別的發展的影響

3.進一步分析當前多種類物體識別領域的形式

公開發布的數據集:

一組人工標註的訓練圖片,一組人工標註的測試圖像

兩種註釋:
一是圖片級別的註釋(比如:有車在這張圖片裏),二是對象級別的註釋(邊界點:(20,25),寬度50p,高度30p)
2010年146,1406張圖片1000分類,採用重籌的方式來收集註釋。
ImageNet數據集最接近於PASCAL VOC數據集(目標檢測,圖像識別,目標分段,人員佈局,動作分類)
2014年Lin發佈了coco數據集,與ImageNet2014年數據集的比較
COCO數據集32.8萬圖片,250萬目標實例,91目標檢測類(object detection),每個目標類平均27K目標檢測,包含目標分割註釋。

ImageNet數據集1419.7萬標記的圖片通過wordNet,ILVSRC 200目標檢測類(object detectiondetection),每類1k目標檢測對象,不包含分割註釋。

ImageNet獲得註釋方法,通過土耳其機器人,最近用精心製作的遊戲獲得註釋
ILSVRC比賽內容:

2010-2014年圖片分類,11-14單目標定位,13-14目標檢測


table1中說明了Image classification,Single-object localization,Object detection的主要驗證方式




圖片分類規模:




發表評論
所有評論
還沒有人評論,想成為第一個評論的人麼? 請在上方評論欄輸入並且點擊發布.
相關文章