CV数据集介绍

最新推荐文章于 2024-09-11 22:07:37 发布

WimNull

最新推荐文章于 2024-09-11 22:07:37 发布

阅读量2.4k

点赞数

文章标签：计算机视觉 cnn 人工智能

本文链接：https://blog.csdn.net/WimNull/article/details/122116956

版权

ImageNet

ImageNet中最常用子集是ImageNet Large Scale Visual Recognition Challenge(ILSVRC)2012-2017图像分类和检测子集。该数据集包含1000 大类(可以细分为21K个小类)，包含 1,281,167 张训练图像、50,000 张验证图像和 100,000 张测试图像。

ILSVRC 2010

本次比赛的目标是使用大型手工标记 ImageNet 数据集（描绘 10,000 多个对象类别的 10,000,000 张标记图像）的子集来估计照片的内容，以进行检索和自动注释。测试图像将在没有初始注释的情况下呈现——没有分割或标签——并且算法必须生成标签，指定图像中存在哪些对象。在这个初始版本的比赛中，目标只是识别图像中存在的主要物体，而不是指定物体的位置。

本次比赛的验证和测试数据将包括从 flickr 和其他搜索引擎收集的 200,000 张照片，手工标记有 1000 个对象类别的存在或不存在。这 1000 个对象类别包含 ImageNet 的内部节点和叶节点，但彼此不重叠。 50,000 张带有标签的图像的随机子集将作为开发套件中包含的验证数据与 1000 个类别的列表一起发布。其余图片将用于评估，并在测试时无标签发布。
训练数据是 ImageNet 的子集，包含 1000 个类别和 120 万张图像，将打包以便于下载。本次比赛的验证和测试数据不包含在 ImageNet 训练数据中（我们将删除任何重复项）。

任务：对图像中主体类别进行识别