BelgaLogos数据集分析
BelgaLogos数据集含有自然场景的10000张图像，26种不同的logo（后来增至37种）和2771个logo实例，用边界框标注。
所有图像均为JPEG格式，在保留各自宽高比的同时，大小调整为宽、高均不超过800像素。
所有图像均已手动注释，提供了两种不同的groundtruth：Global groundtruth和Local groundtruth。
Global groundtruth:
每一张图对于26种不同的logos均被标注了0或者1。其中0表示该logo不存在在图像中，1反之。
每一张图可能不含、含有一个或含有多个logos。logo的边界框若是小于10*10像素不被标注。只有queries图像提供了logos的定位。
Local groundtruth：
37种不同的logos被矩形边界框标注。一张图像可能含有多个边界框。
Queries
有三组：Qset1、Qset2、Qset3
Qset1由55个组内查询（internalqueries）组成，每个组内查询由图像名称和此图像中logo的边界框坐标定义。
具有同一种logo（比如都是Adidas）的查询具有相同的根名称和迭代数（例如：Adidas1，Adidas2等）。
Qset2由在Google查询'logo $logoname'，从第一个结果页面下载的26个JPEG缩略图。
Qset3由2697个组内查询组成，代表37个logos的所有“OK”实例，由图像名称和其中的logo边界框坐标定义。
具有同一种logo（比如都是Adidas）的查询具有相同的根名称和迭代数（例如：Adidas1，Adidas2等）。
评估
评价指标：
主要评价指标是查询集Qset1、Qset2或Qset3的所有查询的平均准确度（MeanAverage Precision）。先计算每个查询的平均准确度，然后计算整个查询集 的平均数。
二级指标可以用来研究26个logos的具体表现。针对同一个logo，先计算每个查询的平均准确度，然后计算整个查询集的平均数。
对于Qset1、Qset2，用trec eval评价
对于Qset3，用BelGaLogosEval，利用实例的空间位置评价。下载的压缩包
images：10000张图像
qset1_internal.qry: 组内查询集Qset1
定义55个query。同一种logo有一个或多个实例。
格式： Instance_name Image_name X1 Y1 X2 Y2
e.g Adidas1 07576336.jpg 286 796 354 853
Adidas2 07681269.jpg 339 612 400 660
Adidas3 07706745.jpg 333 760 450 840
qset1_internal.gt: Qset1的groundtruth
用word打开共12501页。
格式：Instance_name 0 Image_name 0/1
e.g Adidas1 0 07568556.jpg 0
Adidas2 0 07568556.jpg 0
Adidas3 0 07568556.jpg 0
qset2_external.qry: 组间查询集Qset2
定义26个不同的logo种类
格式： Instance_name Image_name
e.g Adidas1 Adidas.jpeg
Adidas-text1 Adidas-text.jpeg
qset2_internal.gt: Qset2的groundtruth
用word打开共5910页。
格式： Instance_name 0 Image_name 0
e.g Adidas1 0 07568556.jpg 0
Adidas1 0 07568557.jpg 0
Adidas1 0 07568558.jpg 0
qset3_internal_and_local.qry: 组内和局部查询集Qset3
格式：Instance_name Logo_name Image_name Instance_type Instance_state X1 Y1 X2 Y2
e.g Adidas_0000 Adidas 07686040.jpg logo 1 392 257 422 274
Adidas_0001 Adidas 07706932.jpg logo 1 461 310 501 339
Adidas_0002 Adidas 07698201.jpg logo 1 464 282 494 313
以Adidas为例：instance_name：Adidas-0000- Adidas-1042，共1043个adidas实例
Logo_name：Adidas
Image_name：XXX.jpg
Instance_type：logo
Instancce_state： 其中147个实例被标记为“OK”--instancce_state=1
其它均被标记为“junk” --instancce_state=0
X1 Y1 X2 Y2：logo的边界框
qset3_internal_and_local.gt: Qset3的groundtruth
用word打开共229页。
格式： Instance_name Logo_name Image_name Instance_type Instance_state X1 Y1 X2 Y2
e.g Adidas_0000 Adidas 07686040.jpg logo 1 392 257 422 274
Adidas_0001 Adidas 07706932.jpg logo 1 461 310 501 339
Adidas_0002 Adidas 07698201.jpg logo 1 464 282 494 313
qset3_internal_and_local.results: 作者提供的Qset3当时最好的结果
用word打开共246页。
格式： Instance_name Image_name Retrieval_score X1 Y1 X2 Y2
e.g Adidas_0104 07638512.jpg 3.000000 428 288 432 295
Adidas_0104 07638517.jpg 3.000000 327 287 334 297
Adidas_0104 07638543.jpg 3.000000 338 256 342 261
BelgaLogosEval : Qset3的评价程序
信息整合自：http://www-sop.inria.fr/members/Alexis.Joly/BelgaLogos/BelgaLogos.html
参考paper：Joly A, Buisson O. Logo retrieval with a contrario visual query expansion.