COCO开放词汇目标检测模型性能对比数据集

本数据集主要面向开放词汇目标检测（Open-Vocabulary Object Detection, OVD）任务的新类别检测性能评估与模型对比分析需求建设。数据来源包括公开国际标准数据集 MS-COCO 2017 验证集、EdaDet 论文《EdaDet: Open-Vocabulary Object Detection Using Early Dense Alignment》中 Table 1 的基线结果，以及本项目 InstaGen 模型在 COCO 验证集上的推理评测结果。数据产生方法为：基于 COCO 官方评估工具 COCO API / COCOeval，在 IoU=0.5 条件下对 17 个 COCO Novel 类别分别计算 AP50，并对各 Novel 类别 AP50 取算术平均，得到 AP50_box_novel 指标。数据主要记录 EdaDet 与 InstaGen 在 AP50_box_novel 指标上的结果、性能相对提升幅度，以及 InstaGen 的逐类别 AP50 和检测框级 TP/FP、precision、recall 等过程结果。数据以 Excel 文件形式组织，体量约 MB 级，不包含原始图像及完整标注文件，属于模型评测结果型数据资源。该数据集可用于支撑开放词汇目标检测算法性能验证、项目指标考核和实验结果复核，对评估 InstaGen 相对于 EdaDet 在新类别检测上的性能提升具有参考价值。

搜集汇总

背景与挑战

背景概述

该数据集专注于开放词汇目标检测（OVD）任务中新类别的性能评估与模型对比，基于MS-COCO 2017验证集、EdaDet论文基线结果以及InstaGen模型推理输出，利用COCO官方评估工具在IoU=0.5条件下计算17个Novel类别的AP50并取均值得到AP50_box_novel指标。数据记录了EdaDet与InstaGen在该指标上的对比结果、性能提升幅度以及InstaGen的逐类别AP50和检测过程统计，以Excel文件形式提供，体量约MB级。可用于支撑OVD算法性能验证、项目指标考核及实验结果复核。