全球最大地标识别数据集问世：包含200万张图片和3万处地标

安妮 编译自 Google Research Blog
量子位 出品 | 公众号 QbitAI

今天，谷歌推出了目前世界上最大的人造和自然地标识别数据集Google-Landmarks。数据集中包含200万张图片，描述了3万处全球独特地标，量级是普通的数据集的30倍。

△ 数据集中地标的位置分布

两场竞赛

和这个数据集一同推出的，还有两场相关的数据竞赛：地标识别（Landmark Recognition）挑战和地标检索（Landmark Retrieval）挑战。谷歌在博客中表示，这将成为Kaggle竞赛的赛题，也设有相应的奖金。

这场竞赛的后续消息，还将出现在今年6月份的CVPR 2018会议的Landmarks workshop中。

谷歌路标识别挑战赛（内含数据集下载）：
https://www.kaggle.com/c/landmark-recognition-challenge

谷歌路标检索挑战赛（内含数据集下载）：
https://www.kaggle.com/c/landmark-retrieval-challenge

地标识别和其他问题比较大的区别在于，即使在一个大型标注过的数据集，对一个不太知名的地标也可能训练得不够。

此外，由于地标建筑不会移动并且内部的变化非常小，因此，图像的拍摄条件，如遮挡、不同视角、天气和光线等因素决定了地标图像的变化。但其他的普通数据集（比如萌犬数据集），往往变化多样。

这两个Kaggle挑战提供了标注数据，帮助研究人员解决这些问题。路别识别竞赛是在具有挑战性的测试图像数据集中，让参赛者构建识别正确地标的模型。而在路标检索挑战赛中，参与者需要检索包含相同地标的图像。

△ 数据集中部分地标建筑

开源DELF

讲到这里还没完。为了刺激这个领域的研究，谷歌研究人员还开源了专注本地特征的描述符Deep Local Features（DELF）。关于DELF的论文Large-Scale Image Retrieval with Attentive Deep Local Features首次亮相于2016年，一个月前又进行了一次修改。

论文地址：

https://arxiv.org/abs/1612.06321

DELF开源代码和数据集地址：

https://github.com/tensorflow/models/tree/master/research/delf

最后，附谷歌博客介绍地址：

https://research.googleblog.com/2018/03/google-landmarks-new-dataset-and.html

— 完 —

加入社群

量子位AI社群13群开始招募啦，欢迎对AI感兴趣的同学，加小助手微信qbitbot5入群；

此外，量子位专业细分群(自动驾驶、CV、NLP、机器学习等)正在招募，面向正在从事相关领域的工程师及研究人员。

进群请加小助手微信号qbitbot5，并务必备注相应群的关键词~通过审核后我们将邀请进群。（专业群审核较严，敬请谅解）

诚挚招聘

量子位正在招募编辑/记者，工作地点在北京中关村。期待有才气、有热情的同学加入我们！相关细节，请在量子位公众号(QbitAI)对话界面，回复“招聘”两个字。

量子位 QbitAI · 头条号签约作者

վ'ᴗ' ի 追踪AI技术和产品新动态