GOT-10k

GOT-10k是由中国科学院自动化研究所开发的大规模、高多样性通用目标跟踪基准数据集。该数据集包含超过10,000个视频片段和150万个手动标注的边界框，覆盖560+个物体类别和80+种运动模式，基于WordNet语义层次结构构建。数据集采用训练集与测试集类别零重叠的单次学习规则，旨在促进通用目标跟踪算法的发展，可应用于监控、增强现实、机器人技术等领域。