190 万张图片、600 个类别、1540 万个边框...

AI 研习社消息：4 月 30 日，谷歌在其官方博客上发文称将开放 Images V4 数据库，并同时开启 ECCV 2018 公开图像挑战赛。AI 研习社编译全文如下：

2016 年，我们发布了一个包含大约 900 万张图片、标注了数千个对象类别标签的数据集 Open Images。发布之后，我们一直在努力更新和改进数据集，以便为计算机视觉社区提供有用的资源来开发新模型。

今天，我们很高兴地宣布开放 Open Images V4，它包含在 190 万张图片上针对 600 个类别的 1540 万个边框盒，这也是现有最大的具有对象位置注释的数据集。这些边框盒大部分都是由专业注释人员手动绘制的，确保了它们的准确性和一致性。另外，这些图像是非常多样化的，并且通常包含有多个对象的复杂场景（平均每个图像 8 个）。

Open Images V4:

https://storage.googleapis.com/openimages/web/index.html

与此同时，我们还将宣布启动 Open Images 挑战赛，这将是在 2018 计算机视觉欧洲会议（ECCV 2018）上举办的一场新的对象检测挑战赛。Open Images 挑战赛将遵循 PASCAL VOC、ImageNet 和 COCO 等赛事的传统，但是其规模将是空前的。

Open Images 挑战赛：

https://storage.googleapis.com/openimages/web/challenge.html

Open Images 挑战赛在一下这几个方面将是独一无二的：

• 有 170 万张训练图片，其中有 500 个类别和 1220 万个边框注释；
  

• 与以前的检测挑战相比，将有更广泛的类别，包括诸如「fedora」、「snowman」等这样的新对象；
  

• 除了主流的物体检测外，本次挑战赛中在检测物体对时还将包括视觉关系检测，例如「woman playing guitar」。
  

训练数据集现在已经可以使用；一个包含有 10 万张图片的测试集将于 2018 年 7 月 1 日发布在 Kaggle 上。挑战赛提交结果的截止日期为 2018 年 9 月 1 日。

我们希望更大的训练集能够刺激对更复杂检测模型的研究，这些模型将超过当前 state-of-the-art 的性能；而从另一方面，我们希望 500 个类别能够更精确地评估不同探测器在哪些方面表现的更好。此外，拥有大量带有多个对象标注的图像，可以帮组你探索视觉关系检测，这还是一个热门的新兴话题，而且具有越来越多的子社区。

除了上述内容外，Open Images V4 还包含了 3010 万张经过人工验证的针对 19794 个类别图像级标签的图片。当然这些标签不属于挑战赛的一部分，其中的 550 万张图像级标签是由来自世界各地成千上万名用户通过 crowdsource.google.com 生成的。

从Python入门-如何成为AI工程师

BAT资深算法工程师独家研发课程

最贴近生活与工作的好玩实操项目

班级管理助学搭配专业的助教答疑

学以致用拿offer，学完即推荐就业

新人福利

关注 AI 研习社（okweiwu），回复  1  领取

【超过 1000G 神经网络 / AI / 大数据资料】

用机器学习搞艺术，谷歌 Megenta 项目集锦（附 Github）

▼▼▼