公开数据集
数据结构 ? 0M
Data Structure ?
* 以上分析是由系统提取分析形成的结果,具体实际数据为准。
README.md
在2019年4月16日的智源学者计划启动暨联合实验室发布会上,旷视科技发布了通用物体检测数据集Objects365,包含63万张图像,远超ImageNet、COCO等数据集。
旷视科技首席科学家孙剑介绍了旷视研究院最近发布的通用物体检测数据集Objects365,总共包含63万张图像数量,覆盖365个类别数量,高达 1000 万的框数,超越了Pascal VOC、ImageNet、COCO数据集。
数据集包括人、衣物、居室、浴室、厨房、办公、电器、交通、食物、水果、蔬菜、动物、运动、乐器14个大类,每一类都有数十个小类。
如果只考虑收录于COCO和VOC数据集的80类和20类,在每张图像平均框数和类别数这两项指标上,Objects365依然优于COCO和VOC,标注过程中减少了漏标,平均标注区域占比也超过COCO和VOC。
另外,在每张图像覆盖的类别方面,相比此前的数据集,Objects365覆盖类别更广。
×
帕依提提提温馨提示
该数据集正在整理中,为您准备了其他渠道,请您使用
注:部分数据正在处理中,未能直接提供下载,还请大家理解和支持。
暂无相关内容。
暂无相关内容。
- 分享你的想法
去分享你的想法~~
全部内容
欢迎交流分享
开始分享您的观点和意见,和大家一起交流分享.
数据使用声明:
- 1、该数据来自于互联网数据采集或服务商的提供,本平台为用户提供数据集的展示与浏览。
- 2、本平台仅作为数据集的基本信息展示、包括但不限于图像、文本、视频、音频等文件类型。
- 3、数据集基本信息来自数据原地址或数据提供方提供的信息,如数据集描述中有描述差异,请以数据原地址或服务商原地址为准。
- 1、本站中的所有数据集的版权都归属于原数据发布者或数据提供方所有。
- 1、如您需要转载本站数据,请保留原数据地址及相关版权声明。
- 1、如本站中的部分数据涉及侵权展示,请及时联系本站,我们会安排进行数据下线。