雷鋒網(wǎng) AI 研習(xí)社按，上個月月底，Google 在官方 Blog 上發(fā)文稱將開放 Open Images V4 數(shù)據(jù)庫，并基于這一數(shù)據(jù)集舉辦 ECCV 2018 公開圖像挑戰(zhàn)賽（Open Images Challenge 2018）。詳細信息參見雷鋒網(wǎng)此前報道：谷歌發(fā)布 Open Images V4數(shù)據(jù)集，190萬張圖片開啟公開圖像挑戰(zhàn)賽

接下來，雷鋒網(wǎng) AI 研習(xí)社將為大家?guī)黻P(guān)于該比賽的更多信息。

時間節(jié)點：

2018.04.30 發(fā)布帶有邊界框注釋的對象檢測分賽訓(xùn)練集

2018.05.10 發(fā)布帶有注釋的視覺關(guān)系檢測分賽訓(xùn)練集

2018.05.31 發(fā)布評估度量規(guī)范

2018.07.01 在 Kaggle 上發(fā)布測試集（10 萬張圖片）

2018.09.01 提交截止日期

比賽分為兩個賽道：

• 對象類別檢測：預(yù)測出所有實例（500 個類別）的精確邊框

• 視覺關(guān)系檢測：預(yù)測出物體間的特殊關(guān)系，例如「正在彈吉他的女人」

Google 希望這個大型訓(xùn)練數(shù)據(jù)集將助力研究出更絕妙的模型——可以做到比目前頂尖模型的效果還要好。此外，數(shù)據(jù)集中包含 500 個對象類，將能夠更精確地評估不同檢測器在哪種情況下工作得最好。另外，這個數(shù)據(jù)集中包含許多帶有注釋的對象，我們可以用來進行視覺關(guān)系檢測，這是一個熱度日益增長的話題，社群也在逐漸壯大。

訓(xùn)練集地址如下：https://storage.googleapis.com/openimages/web/challenge_visualizer/index.html

兩個分賽道的詳細介紹如下：

對象類別檢測：

對象類別檢測分賽覆蓋了 Open Images V4 中帶有邊界框注釋的 600 個類中的 500 類。主辦方移除了一些范圍很廣的類（例如「衣服」）和一些罕見類（例如「裁紙器」）。

評價指標(biāo)是 mAP。正圖像級標(biāo)簽指示圖像中存在特定的對象類，負圖像級標(biāo)簽則指示圖像中不存在某些類。在評價時排除了其他未被標(biāo)注的類。對于圖像中的每一個正圖像級標(biāo)簽，我們已經(jīng)詳盡地注釋了圖像中對象類的每個實例。這使我們能夠準(zhǔn)確地測量召回率。大家可以點擊鏈接看到關(guān)于該數(shù)據(jù)集的詳細信息。

圖一：對象類別檢測分賽訓(xùn)練集

視覺關(guān)系檢測：

視覺關(guān)系檢測分賽需要檢測兩個對象的關(guān)系。這包括了人與物體的關(guān)系 (例如:「彈吉他的女人」，「拿著麥克風(fēng)的男人」) 和物體與物體間的關(guān)系 (例如:「桌子上的啤酒」、「車內(nèi)的狗」。每種關(guān)系連接了不同物體。此外，這一比賽還考慮了物體屬性 (例如:「手提包由皮革制成」，「凳子是木制的」)。

在標(biāo)注中，關(guān)系與對象形成一個三詞短句。（例如「桌上的啤酒，beer on table」）。屬性實際上也與前者類似，例如:「桌子是木制的，table is wooden」。標(biāo)注是基于圖像級標(biāo)簽和 Open Images V4 的邊界框標(biāo)注。我們最初選擇了 467 個短句，并在 Open Images V4 訓(xùn)練集上進行了標(biāo)注。視覺關(guān)系檢測分賽的訓(xùn)練集最終由 Open Images V4 標(biāo)注訓(xùn)練集中的 329 個至少有一個實例的短句組成，包含 62 個不同的對象類。

圖 2：訓(xùn)練集的關(guān)系、類和屬性

更多信息，參見 https://storage.googleapis.com/openimages/web/challenge.html

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。