谷歌 Open Images Challenge 2018 大賽正在進行中，為你送上更多信息

雷鋒網 AI 研習社按，上個月月底，Google 在官方 Blog 上發文稱將開放 Open Images V4 資料庫，並基於這一數據集舉辦 ECCV 2018 公開圖像挑戰賽（Open Images Challenge 2018）。詳細信息參見雷鋒網此前報道：谷歌發布 Open Images V4數據集，190萬張圖片開啟公開圖像挑戰賽

接下來，雷鋒網 AI 研習社將為大家帶來關於該比賽的更多信息。

時間節點：

2018.04.30 發布帶有邊界框注釋的對象檢測分賽訓練集

2018.05.10 發布帶有注釋的視覺關係檢測分賽訓練集

2018.05.31 發布評估度量規範

2018.07.01 在 Kaggle 上發布測試集（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：預測出所有實例（500 個類別）的精確邊框

• 視覺關係檢測：預測出物體間的特殊關係，例如「正在彈吉他的女人」

Google 希望這個大型訓練數據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，數據集中包含 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，這個數據集中包含許多帶有注釋的對象，我們可以用來進行視覺關係檢測，這是一個熱度日益增長的話題，社群也在逐漸壯大。

訓練集地址如下：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。主辦方移除了一些範圍很廣的類（例如「衣服」）和一些罕見類（例如「裁紙器」）。

評價指標是 mAP。正圖像級標籤指示圖像中存在特定的對象類，負圖像級標籤則指示圖像中不存在某些類。在評價時排除了其他未被標註的類。對於圖像中的每一個正圖像級標籤，我們已經詳盡地注釋了圖像中對象類的每個實例。這使我們能夠準確地測量召回率。大家可以點擊鏈接看到關於該數據集的詳細信息。

圖一：對象類別檢測分賽訓練集

視覺關係檢測：

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

在標註中，關係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:「桌子是木製的，table is wooden」。標註是基於圖像級標籤和 Open Images V4 的邊界框標註。我們最初選擇了 467 個短句，並在 Open Images V4 訓練集上進行了標註。視覺關係檢測分賽的訓練集最終由 Open Images V4 標註訓練集中的 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：訓練集的關係、類和屬性

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

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！