新的对象识别数据集“ ObjectNet”取代了领先的计算机视觉模型

由MIT和IBM研究人员组成的团队开发的“ ObjectNet”是一个数据集，旨在解决现实世界对象的复杂性。

与ImageNet利用Flickr和其他在线资源拍摄的图片不同，ObjectNet使用自由职业者拍摄的图片。ObjectNet具有一种新型的视觉数据集，它借鉴了其他科学领域的控制思想。它甚至没有训练集，仅提供测试集以加快流程。在ObjectNet中收集的图像有意地在新背景上从不同的角度显示对象。样本大小为50,000个图像测试集，与ImageNet相同，具有高级功能，例如旋转，背景和视点控件。它具有313个对象类和113个重叠的ImageNet。

虽然一些领先的物体检测模型在ObjectNet上进行了测试，但其准确率从ImageNet上的97％的高位下降到了50-55％。

论文：

https://objectnet.dev/objectnet-a-large-scale-bias-control-dataset-for-pushing-the-limits-of-object-recognition-models.pdf

下载数据集：

https://objectnet.dev/download.html

API：

https://github.com/dmayo/ObjectNet-API

数据集构建

对人类容易，对机器很难