中科院发布目标追踪数据集，万条视频，150万个边界框｜快来下载
动栗 发自 凹非寺
量子位 出品 | 公众号 QbitAI
中科院发布了一个目标追踪数据集，叫做Got-10k。很大，很精致。
它包含了超过10,000条视频，主角都是在现实世界里移动的物体，分成560多个类别。
物体的边界框全部是手动标记，总计超过150万个。
除此之外，数据集还是个Benchmark，可以用来衡量模型的性能，也已经有排行榜了。
官方还提供Python工具包，以便小伙伴们用这个Benchmark来测试自己的AI。
那么，来仔细观察一下数据集，吧。
事无巨细
除了规模大，Got-10k还有许多重要的特质。
通用类别 (Generic Classes)
数据集是以WordNet英文词汇数据库作为骨架，搭建起来的。分成5个大类：
动物 (Animal) 、人造物体 (Artifact) 、人物 (Person) 、自然物体 (Natural Object) ，以及Part。
大类之下再细分，一共563个类别。
上面讲的是目标类别，只是数据的其中一个标签。
另一个标签是动作类别，一共分为87种。一部分按照WordNet来划分，还有一部分是数据收集者定义的。
单样本学习 (One-Shot Learning)
为了训练出的模型能有更强的泛化能力，训练集和测试集之间不存在交集。
模型可以用少量的数据去学习分类，这样也能避免测试结果偏向AI熟悉的那些样本类别。
统一训练数据 (Unified Training Data)
所有方法都用相同的训练数据。依靠这样的协议，来保障所有追踪器之间的公平对比。
额外标记 (Extra Labeling)
除了目标类别、动作类别和标记框之外，还有其他标签。
比如，目标可见比 (针对遮挡或者出画的情况) ，负责监督那些难度比较大的任务。
有效评估 (Efficient Evaluation)
测试集包含180段视频，分属于84个目标类别，32个动作类别，用来衡量模型的追踪能力。
万事俱备，只差你了
现在，完整的GOT-10k数据集已经可以下载了。
并且，评估服务器 (Evaluation Server) 准备好为各路模型打分了，排行榜也会实时更新。
温暖的官方为小伙伴们提供了Python工具包，用来运行实验，方便在Benchmark上评估性能。
另外，除了Python工具包，还有MABLAB工具包。
你还不来么？
△ 这样好像可以玩一天
数据集传送门：
http://got-10k.aitestunion.com/downloads
Python工具包：
https://github.com/got-10k/toolkit
MATLAB工具包：
https://github.com/got-10k/toolkit-matlab
数据集论文：
https://arxiv.org/abs/1810.11981
- SQuAD风云：AI对鲁迅作品的理解超过我了？别激动……2018-01-20
- 马云正式卸任后，阿里巴巴开盘跌0.87%2019-09-10
- AI独角兽云知声，已完成一期科创板IPO辅导2019-10-17
- 亚马逊在华拓展云计算团队，挑战阿里巴巴和腾讯2019-10-16
相关阅读
