Google近日釋出最新的開放圖片資料集Open Images V4,包含190萬張圖像,圖像中總共有超過150萬個600種種類的標示物體位置定界框(Bounding box),資料集的圖像分為9,011,219張圖像的訓練集、41,620張圖像的驗證集,以及125,436張圖像的測試集,Google表示,Open Images V4為目前市面上最大的物體位置標示資料集。

Google曾在2016年釋出開放圖片資料集Open Images,包含了900萬個含有CC授權標籤的圖片URL,涵蓋了6千多個物體種類,Open Images即是用來提供電腦視覺技術有用的訓練資源,協助開發人員建立新的電腦視覺識別模型,從釋出該圖片資料集後,Google就一直不斷地嘗試更新和改善此圖片資料集。

在資料集的圖像中,有90%的界定框,是由專業的標註圖像物體人員手動標示,來確保物體辨識的準確率和一致性,且該資料集中的圖像組成相當多元,大多是涵蓋多種不同物體的複雜場景,平均每張圖像都由8個以上的不同物體所組成。

除了宣布釋出開放圖片資料集Open Images V4的消息之外,Google也發布將要舉行一項全新的Open Images挑戰賽,比賽將會在2018年歐洲電腦視覺研討會上舉辦,Google表示,挑戰賽會依照像是PASCAL VOC、ImageNet,以及COCO的傳統比賽模式進行,但是規模會更大。

舉例來說,訓練集包含了500個種類共170萬張圖片,圖像共有1,220萬個物體位置定界框,且該挑戰賽偵測的類別相比過去的電腦視覺挑戰賽更加多元,像是有識別雪人的新項目,除了偵測物體之外,還得要辨識出物體之間的關聯性,用來辨識人與物體的關係,像是女孩彈吉他、男人拿著麥克風,另外還有物體之間的關係,像是桌上的啤酒、車內的狗等。

訓練集現在已經釋出,10萬張圖片的測試集將會於Kaggle在7月1日釋出,9月1日截止提交作品,挑戰賽的總獎金為5萬美元。

Google期待藉由大量的訓練資料集,將會促進許多令人驚豔的模型誕生,也認為大量的物體位置標示資料集,能為電腦視覺技術帶來幫助。


熱門新聞

Advertisement