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。