本文介绍了三个经典的目标检测数据集：PASCAL VOC、ImageNet和MS COCO。PASCAL VOC包含约10,000张图片和20个类别；ImageNet是大规模图像识别数据库，包含约1500万张图片和2.2万类；MS COCO则包含80个类别，拥有160,000多张图片，适合复杂场景的目标检测任务。每个数据集的特点和下载链接也一并提供。"
8762896,1268053,Linux网络协议栈解析：网桥操作详解,"['Linux网络编程', '网络设备', '数据包处理', '桥接技术']
数据集：PASCAL VOC,ImageNet,MS COCO等数据集。
PASCAL VOC数据集：包含约10,000张带有边界框的图片用于训练和验证。含有20个类别。具体包括
- Person: person
- Animal: bird, cat, cow, dog, horse, sheep
- Vehicle: aeroplane, bicycle, boat, bus, car, motorbike, train
- Indoor: bottle, chair, dining table, potted plant, sofa, tv/monitor
注：由于类别仅20个，因此被看成目标检测方向的一个基准数据集
VOC数据集介绍以及下载链接：http://host.robots.ox.ac.uk/pascal/VOC/
ImageNet数据集：是一个计算机视觉系统识别项目，是目前世界上图像识别最大的数据库，是美国斯坦福的计算机科学家，模拟人类的识别系统建立的。ImageNet数据集是按照WordNet架构组织的大规模带标签图像数据集。大约1500万张图片，2.2万类，每张都经过严格的人工筛选与标记。ImageNet类似于图片所有引擎。
其中，包括边界框的目标检测数据集，训练数据集包括500,000张图片，属于200类物体。由于数据集太大，训练所需计算量很大；类别数较多；造成了很少使用和目标检测的难度也很大。
ImageNet数据集介绍以及下载链接：
最低0.47元/天 解锁文章
3897
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
