为助计算机视觉实现新突破,谷歌发布最大人工和自然地标数据集

图像分类技术在过去几年中取得了显著的进步,这在一定程度上体现在Imagenet 分类挑战上,机器的误差率每年都在大幅下降。

为了继续推进计算机视觉技术的先进水平,许多研究人员现在更多地关注细粒度和实例级的识别问题,而不是识别一般实体,如建筑物、山脉,当然还有猫,许多人正在设计能够识别埃菲尔铁塔、富士山或波斯猫的机器学习算法。

然而,这一领域研究的一个重大障碍是缺乏大量带注释的数据集。

而就在今天,谷歌在其官方博客宣布,发布 Google-Landmarks 数据集来推进实例级的识别,这也是世界上最大的人工和自然地标识别数据集。

Google-Landmarks 将作为 Kaggle 网站上地标识别和地标检索挑战发布,这将是 CVPR 18 地标研讨会的重点。

该数据集包含二百万多幅图像,描绘了来自世界各地的三万处独特的地标,数据集类别的数量比常用的数据集大 30 倍。此外,为了促进这一领域的研究,我们是开源的深度本地特征( DELF ),我们认为这是一种非常好的本地特征描述方法,特别适合于这类任务。

地标识别与其他问题有一些显著的区别。例如,即使在大型带标注的数据集中,对于一些不太热门的地标,也可能没有太多的训练数据。此外,由于地标通常是不动的物体,所以内部变化很小(换句话说,地标的外观在不同的图像中变化不大)。

因此,变化只会由于图像捕获条件而产生,如遮挡、不同的视角、天气和光照,这与其他图像识别数据集不同,其中特定类别的图像(如狗)的变化可能更大。这些特征也与其他实例级识别问题(如艺术品识别)有共同之处,

因此,谷歌希望这个新的数据集也能对其他图像识别问题的研究有所帮助。

这两项 Kaggle 挑战将为研究人员解决这些问题提供了获取带标注的数据的途径。识别轨迹挑战是在测试集中建立识别正确地标的模型,而检索挑战则要求参与者检索包含相同地标的图像。通过 Kaggle 网站就能访问到这个新的数据集。

  • 发表于:
  • 原文链接http://kuaibao.qq.com/s/20180304A0KH0P00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券