【计算机视觉 | 目标检测】目标检测常用数据集及其介绍（一）

一、ImageNet

ImageNet 数据集包含根据 WordNet 层次结构的 14,197,122 个带注释的图像。 自 2010 年以来，该数据集被用于 ImageNet 大规模视觉识别挑战赛 (ILSVRC)，这是图像分类和对象检测的基准。 公开发布的数据集包含一组手动注释的训练图像。 还发布了一组测试图像，但保留了手动注释。 ILSVRC 注释分为两类之一：（1）图像级注释，用于表示图像中是否存在对象类的二进制标签，例如“该图像中有汽车”但“没有老虎， ” 和 (2) 图像中对象实例周围的紧密边界框和类标签的对象级注释，例如，“有一把螺丝刀，其中心位置为 (20,25)，宽度为 50 像素，高度为 30 像素 ”。 ImageNet 项目不拥有图像的版权，因此仅提供图像的缩略图和 URL。

• 非空 WordNet 同义词集总数：21841
• 图片总数：14197122
• 带边界框注释的图像数量：1,034,908
• 具有 SIFT 特征的同义词集数量：1000
• 具有SIFT特征的图像数量：120万张
  

二、COCO (Microsoft Common Objects in Context)

MS COCO（Microsoft Common Objects in Context）数据集是一