ImageNet Large Scale Visual Recognition Challenge

ImageNet数据集以及ILSVRC挑战赛的说明

论文的目标:
1.讨论创建大规模物体识别基准集的挑战
2.强调物体分类和识别的发展的影响

3.进一步分析当前多种类物体识别领域的形式

公开发布的数据集:

一组人工标注的训练图片,一组人工标注的测试图像

两种注释:
一是图片级别的注释(比如:有车在这张图片里),二是对象级别的注释(边界点:(20,25),宽度50p,高度30p)
2010年146,1406张图片1000分类,采用重筹的方式来收集注释。
ImageNet数据集最接近于PASCAL VOC数据集(目标检测,图像识别,目标分段,人员布局,动作分类)
2014年Lin发布了coco数据集,与ImageNet2014年数据集的比较
COCO数据集32.8万图片,250万目标实例,91目标检测类(object detection),每个目标类平均27K目标检测,包含目标分割注释。

ImageNet数据集1419.7万标记的图片通过wordNet,ILVSRC 200目标检测类(object detectiondetection),每类1k目标检测对象,不包含分割注释。

ImageNet获得注释方法,通过土耳其机器人,最近用精心制作的游戏获得注释
ILSVRC比赛内容:

2010-2014年图片分类,11-14单目标定位,13-14目标检测

ImageNet Large Scale Visual Recognition Challenge_第1张图片

table1中说明了Image classification,Single-object localization,Object detection的主要验证方式

ImageNet Large Scale Visual Recognition Challenge_第2张图片


ImageNet Large Scale Visual Recognition Challenge_第3张图片

图片分类规模:

ImageNet Large Scale Visual Recognition Challenge_第4张图片

ImageNet Large Scale Visual Recognition Challenge_第5张图片


你可能感兴趣的:(人工智能,人工智能,图像识别)