Open Images Dataset 图像数据集

Open Images Dataset 包含约 900 万张标注图片，拥有 6000 个类别的标签，平均每张图像有 8 个标签，其分为包含 9,011,219 张图像的训练集、 41,620 张图像的验证集和 125,436 张图像的测试集，它比拥有 1000 个类别标签的 ImageNet Dataset 具有更多实体，可被用于计算机视觉方向的训练。

The Open Images Dataset consists of approximately 9 million annotated images, with an average of 8 labels per image across 6,000 categories. It is split into three subsets: a training set with 9,011,219 images, a validation set with 41,620 images, and a test set with 125,436 images. Featuring more entities than the ImageNet Dataset which provides labels for 1,000 categories, this dataset can be used for computer vision model training.

搜集汇总

背景与挑战

背景概述

Open Images Dataset是一个由Google、CMU和Cornell University于2017年发布的图像数据集，包含约900万张标注图片，涵盖6000个类别，平均每张图像有8个标签。该数据集分为训练集、验证集和测试集，适用于计算机视觉方向的模型训练。