280万样本!谷歌开放史上最大分割掩码数据集,开启新一轮挑战赛

提交结果的截止时间是2019年10月1日。

乾明 发自 凹非寺

量子位 报道 | 公众号 QbitAI

谷歌的图像数据集Open Images又升级了!

这次,他们在注释集中加入分割掩码(segmentation masks),样本规模达到280万,横跨350个类别。

谷歌说,这些掩码覆盖的对象类别和数量,比其他任何数据集都要多。

280万样本!谷歌开放史上最大分割掩码数据集,开启新一轮挑战赛

根据Google AI博客消息,这一版本的数据集被命名为Open Images V5,现在已经对外开放。

同时,谷歌也宣布将在ICCV 2019上开启第二届挑战赛Open Images Challenge。与之前相比,这次挑战赛增加了新的实例分割(Instance Segmentation)赛道。

谷歌表示,提供大型和多样化的训练数据集,希望能够激发大家对更高级的实例分割模型的研究。

280万样本,横跨350个类别

与之前各个版本的Open Images数据集相比,V5版本新增了对图像分割掩码的注释。对象样本达到了280万个,覆盖350个类别。

而且,与仅仅识别对象所在区域的边界框不同,图像分割掩码会标记目标对象的轮廓,在更高的细节水平上表征它们的空间范围。

谷歌说,在这个数据中,他们努力确保不同对象之间的注释一致。

比如说,所有猫的掩码都会包括尾巴;骆驼上的袋子,也会包含在其掩码中。下图,就是Open Images V5训练集中一些掩码的示例:

280万样本!谷歌开放史上最大分割掩码数据集,开启新一轮挑战赛

训练集中,一共包括268万个样本,分割掩码是由谷歌的交互式分割过程产生的,并通过专业的人工注释来不断校正分割神经网络的输出。

谷歌表示,这比单独的手动绘图更加有效,给出掩码平均精度能达到84%。

验证集和测试集中,一共有近10万掩码。这些掩码都是由人工标注,非常注重质量。他们在博客中说,这些掩码近乎完美,甚至捕捉到了复杂物体边界的细微细节。

谷歌认为,与大多数现有数据集提供的多边形标注相比,他们的训练集和验证+测试集提供了更精确的对象轮廓,下图是Open Images V5验证集中一些掩码的示例:

280万样本!谷歌开放史上最大分割掩码数据集,开启新一轮挑战赛

除了掩码,在这次对Open Images数据集的升级中,谷歌还增加了640万个经过人工验证的图像级标签。整体达到3650万,类别覆盖近20000个。

而且, 他们还改进了验证集和测试集中600个对象类比的注释密度,添加了超过40万个边界框来匹配训练集中的注释密度,来确保能够更精确地评估目标检测模型。

目前,数据集已经开放下载,如果你有兴趣,请收好下面的传送门:

https://storage.googleapis.com/openimages/web/download.html

Open Images挑战赛

与此同时,谷歌还宣布,将在2019年的国际计算机视觉大会(ICCV)上,开启新一届的Open Images Challenge。基于Open Images V5的发布,挑战赛中增加了实例分割赛道。

此外,这一挑战赛中还有其他两个赛道:

  • 大规模的目标检测,预测500个类别中所有对象样本周围的边界框。
  • 视觉关系检测,检测特定关系中的目标对。
280万样本!谷歌开放史上最大分割掩码数据集,开启新一轮挑战赛

现在,包含所有注释的数据集已经可以获取。

测试集包括10万张图片,其中用于目标检测和视觉关系检测的数据集将于2019年6月3日在Kaggle上开放,用于实例分割的数据集将在7月1日开放。

如果你对这一挑战赛感兴趣,一定要记住下面的整个时间点:

提交结果的截止时间是2019年10月1日

Open Images Challenge官方地址:

https://storage.googleapis.com/openimages/web/challenge2019.html

关于Open Images

Open Images是谷歌在2016年推出的大规模图像数据集,包括大约900万张图片,标注了数千个图像类别。

2018年,谷歌开放Open Images V4,增加了1540万个用于600个对象类别的边界框,以及30万个视觉关系注释,使其成为现有最大的带有目标位置注释的数据集。同时,谷歌也开始基于Open Images数据集发起挑战赛。

版权所有,未经授权不得以任何形式转载及使用,违者必究。