Objects365

displayName: Objects365 v2
labelTypes:
- Box2D
license:
- CC BY 4.0
mediaTypes:
- Image
paperUrl: ""
publishDate: "2019-05-10"
publishUrl: https://www.objects365.org/overview.html
publisher:
- Megvii Technology
tags: []
taskTypes:
- Object Detection

---
# 数据集介绍
## 简介
Objects365 是一个全新的数据集，旨在促进目标检测研究，重点关注野外的各种物体。
365个类别
200万张图片
3000万个边界框
Objects365 Consortium 不拥有图像的版权。 图片的使用必须遵守 Flickr 使用条款。 图像的用户对数据集的使用承担全部责任，包括但不限于使用他们可能从数据集创建的受版权保护的图像的任何副本。 您不会分发上述图片。 如果侵犯图片版权，我们将立即删除图片。
## 类定义
```
1:Person
2:Sneakers
3:Chair
4:Other Shoes
5:Hat
6:Car
7:Lamp
8:Glasses
9:Bottle
10:Desk
11:Cup
12:Street Lights
13:Cabinet/shelf
14:Handbag/Satchel
15:Bracelet
16:Plate
17:Picture/Frame
18:Helmet
19:Book
20:Gloves
21:Storage box
22:Boat
23:Leather Shoes
24:Flower
25:Bench
26:Potted Plant
27:Bowl/Basin
28:Flag
29:Pillow
30:Boots
31:Vase
32:Microphone
33:Necklace
34:Ring
35:SUV
36:Wine Glass
37:Belt
38:Moniter/TV
39:Backpack
40:Umbrella
41:Traffic Light
42:Speaker
43:Watch
44:Tie
45:Trash bin Can
46:Slippers
47:Bicycle
48:Stool
49:Barrel/bucket
50:Van
51:Couch
52:Sandals
53:Bakset
54:Drum
55:Pen/Pencil
56:Bus
57:Wild Bird
58:High Heels
59:Motorcycle
60:Guitar
61:Carpet
62:Cell Phone
63:Bread
64:Camera
65:Canned
66:Truck
67:Traffic cone
68:Cymbal
69:Lifesaver
70:Towel
71:Stuffed Toy
72:Candle
73:Sailboat
74:Laptop
75:Awning
76:Bed
77:Faucet
78:Tent
79:Horse
80:Mirror
81:Power outlet
82:Sink
83:Apple
84:Air Conditioner
85:Knife
86:Hockey Stick
87:Paddle
88:Pickup Truck
89:Fork
90:Traffic Sign
91:Ballon
92:Tripod
93:Dog
94:Spoon
95:Clock
96:Pot
97:Cow
98:Cake
99:Dinning Table
100:Sheep
101:Hanger
102:Blackboard/Whiteboard
103:Napkin
104:Other Fish
105:Orange/Tangerine
106:Toiletry
107:Keyboard
108:Tomato
109:Lantern
110:Machinery Vehicle
111:Fan
112:Green Vegetables
113:Banana
114:Baseball Glove
115:Airplane
116:Mouse
117:Train
118:Pumpkin
119:Soccer
120:Skiboard
121:Luggage
122:Nightstand
123:Tea pot
124:Telephone
125:Trolley
126:Head Phone
127:Sports Car
128:Stop Sign
129:Dessert
130:Scooter
131:Stroller
132:Crane
133:Remote
134:Refrigerator
135:Oven
136:Lemon
137:Duck
138:Baseball Bat
139:Surveillance Camera
140:Cat
141:Jug
142:Broccoli
143:Piano
144:Pizza
145:Elephant
146:Skateboard
147:Surfboard
148:Gun
149:Skating and Skiing shoes
150:Gas stove
151:Donut
152:Bow Tie
153:Carrot
154:Toilet
155:Kite
156:Strawberry
157:Other Balls
158:Shovel
159:Pepper
160:Computer Box
161:Toilet Paper
162:Cleaning Products
163:Chopsticks
164:Microwave
165:Pigeon
166:Baseball
167:Cutting/chopping Board
168:Coffee Table
169:Side Table
170:Scissors
171:Marker
172:Pie
173:Ladder
174:Snowboard
175:Cookies
176:Radiator
177:Fire Hydrant
178:Basketball
179:Zebra
180:Grape
181:Giraffe
182:Potato
183:Sausage
184:Tricycle
185:Violin
186:Egg
187:Fire Extinguisher
188:Candy
189:Fire Truck
190:Billards
191:Converter
192:Bathtub
193:Wheelchair
194:Golf Club
195:Briefcase
196:Cucumber
197:Cigar/Cigarette
198:Paint Brush
199:Pear
200:Heavy Truck
201:Hamburger
202:Extractor
203:Extention Cord
204:Tong
205:Tennis Racket
206:Folder
207:American Football
208:earphone
209:Mask
210:Kettle
211:Tennis
212:Ship
213:Swing
214:Coffee Machine
215:Slide
216:Carriage
217:Onion
218:Green beans
219:Projector
220:Frisbee
221:Washing Machine/Drying Machine
222:Chicken
223:Printer
224:Watermelon
225:Saxophone
226:Tissue
227:Toothbrush
228:Ice cream
229:Hotair ballon
230:Cello
231:French Fries
232:Scale
233:Trophy
234:Cabbage
235:Hot dog
236:Blender
237:Peach
238:Rice
239:Wallet/Purse
240:Volleyball
241:Deer
242:Goose
243:Tape
244:Tablet
245:Cosmetics
246:Trumpet
247:Pineapple
248:Golf Ball
249:Ambulance
250:Parking meter
251:Mango
252:Key
253:Hurdle
254:Fishing Rod
255:Medal
256:Flute
257:Brush
258:Penguin
259:Megaphone
260:Corn
261:Lettuce
262:Garlic
263:Swan
264:Helicopter
265:Green Onion
266:Sandwich
267:Nuts
268:Speed Limit Sign
269:Induction Cooker
270:Broom
271:Trombone
272:Plum
273:Rickshaw
274:Goldfish
275:Kiwi fruit
276:Router/modem
277:Poker Card
278:Toaster
279:Shrimp
280:Sushi
281:Cheese
282:Notepaper
283:Cherry
284:Pliers
285:CD
286:Pasta
287:Hammer
288:Cue
289:Avocado
290:Hamimelon
291:Flask
292:Mushroon
293:Screwdriver
294:Soap
295:Recorder
296:Bear
297:Eggplant
298:Board Eraser
299:Coconut
300:Tape Measur/ Ruler
301:Pig
302:Showerhead
303:Globe
304:Chips
305:Steak
306:Crosswalk Sign
307:Stapler
308:Campel
309:Formula 1
310:Pomegranate
311:Dishwasher
312:Crab
313:Hoverboard
314:Meat ball
315:Rice Cooker
316:Tuba
317:Calculator
318:Papaya
319:Antelope
320:Parrot
321:Seal
322:Buttefly
323:Dumbbell
324:Donkey
325:Lion
326:Urinal
327:Dolphin
328:Electric Drill
329:Hair Dryer
330:Egg tart
331:Jellyfish
332:Treadmill
333:Lighter
334:Grapefruit
335:Game board
336:Mop
337:Radish
338:Baozi
339:Target
340:French
341:Spring Rolls
342:Monkey
343:Rabbit
344:Pencil Case
345:Yak
346:Red Cabbage
347:Binoculars
348:Asparagus
349:Barbell
350:Scallop
351:Noddles
352:Comb
353:Dumpling
354:Oyster
355:Table Teniis paddle
356:Cosmetics Brush/Eyeliner Pencil
357:Chainsaw
358:Eraser
359:Lobster
360:Durian
361:Okra
362:Lipstick
363:Cosmetics Mirror
364:Curling
365:Table Tennis
```
## 引文
```
@INPROCEEDINGS{9009553,
author={Shao, Shuai and Li, Zeming and Zhang, Tianyuan and Peng, Chao and Yu, Gang and Zhang, Xiangyu and Li, Jing and Sun, Jian},
booktitle={2019 IEEE/CVF International Conference on Computer Vision (ICCV)},
title={Objects365: A Large-Scale, High-Quality Dataset for Object Detection},
year={2019},
volume={},
number={},
pages={8429-8438},
doi={10.1109/ICCV.2019.00852}
}
```

## Download dataset
:modelscope-code[]{type="git"}

显示名称：Objects365 v2
标注类型：
- 二维边界框（Box2D）
许可协议：
- 知识共享署名4.0（CC BY 4.0）
媒体类型：
- 图像
论文链接：无
发布日期：2019年5月10日
发布主页：https://www.objects365.org/overview.html
发布方：
- 旷视科技（Megvii Technology）
标签：无
任务类型：
- 目标检测

# 数据集概述
## 一、概况
Objects365是一款专为推动目标检测领域研究打造的大规模数据集，其核心聚焦于真实场景下的各类物体。该数据集涵盖365个类别，包含200万张标注图像，总计3000万个边界框标注。

Objects365联盟不享有本次数据集所使用图像的版权，图像的使用需严格遵循Flickr服务条款。数据集使用者需对其使用行为承担全部法律责任，包括但不限于对基于该数据集生成的受版权保护的图像副本的使用。严禁分发上述图像，若发生图像版权侵权情形，我们将立即移除相关侵权图像。

## 二、类别定义

1：人
2：运动鞋
3：椅子
4：其他鞋类
5：帽子
6：汽车
7：灯具
8：眼镜
9：瓶子
10：书桌
11：杯子
12：路灯
13：橱柜/货架
14：手提包/斜挎包
15：手链
16：盘子
17：画框/相框
18：头盔
19：书籍
20：手套
21：储物箱
22：小船
23：皮鞋
24：花卉
25：长椅
26：盆栽
27：碗/盆
28：旗帜
29：枕头
30：靴子
31：花瓶
32：麦克风
33：项链
34：戒指
35：运动型多用途汽车（SUV）
36：葡萄酒杯
37：腰带
38：显示器/电视（原文笔误：Moniter应为Monitor）
39：背包
40：雨伞
41：交通信号灯
42：扬声器
43：手表
44：领带
45：垃圾桶
46：拖鞋
47：自行车
48：凳子
49：桶/水桶
50：厢式货车
51：沙发
52：凉鞋
53：篮筐/篮子（原文笔误：Bakset应为Basket）
54：鼓
55：钢笔/铅笔
56：公共汽车
57：野生鸟类
58：高跟鞋
59：摩托车
60：吉他
61：地毯
62：手机
63：面包
64：相机
65：罐装食品
66：卡车
67：交通锥
68：钹（打击乐器）
69：救生圈
70：毛巾
71：毛绒玩具
72：蜡烛
73：帆船
74：笔记本电脑
75：遮阳篷
76：床
77：水龙头
78：帐篷
79：马
80：镜子
81：电源插座
82：水槽
83：苹果
84：空调
85：刀
86：曲棍球杆
87：船桨/球拍
88：皮卡
89：叉子
90：交通标志
91：气球（原文笔误：Ballon应为Balloon）
92：三脚架
93：狗
94：勺子
95：时钟
96：锅
97：牛
98：蛋糕
99：餐桌（原文笔误：Dinning应为Dining）
100：绵羊
101：衣架
102：黑板/白板
103：餐巾纸
104：其他鱼类
105：橙子/橘子
106：洗护用品
107：键盘
108：番茄
109：灯笼
110：工程车辆
111：风扇
112：绿叶蔬菜
113：香蕉
114：棒球手套
115：飞机
116：鼠标
117：火车
118：南瓜
119：足球
120：滑雪板（原文笔误：Skiboard应为Skateboard）
121：行李
122：床头柜
123：茶壶
124：电话
125：手推车
126：头戴式耳机
127：跑车
128：停车标志
129：甜点
130：踏板车
131：婴儿车
132：起重机
133：遥控器
134：冰箱
135：烤箱
136：柠檬
137：鸭子
138：棒球棒
139：监控摄像头
140：猫
141：水壶
142：西兰花
143：钢琴
144：披萨
145：大象
146：滑板
147：冲浪板
148：枪支
149：滑雪滑冰鞋
150：燃气灶
151：甜甜圈
152：领结
153：胡萝卜
154：马桶
155：风筝
156：草莓
157：其他球类
158：铲子
159：辣椒
160：电脑主机箱
161：卫生纸
162：清洁用品
163：筷子
164：微波炉
165：鸽子
166：棒球
167：砧板
168：咖啡桌
169：边桌
170：剪刀
171：马克笔
172：派
173：梯子
174：滑雪板
175：曲奇饼干
176：暖气片
177：消防栓
178：篮球
179：斑马
180：葡萄
181：长颈鹿
182：土豆
183：香肠
184：三轮车
185：小提琴
186：鸡蛋
187：灭火器
188：糖果
189：消防车
190：台球（原文笔误：Billards应为Billiards）
191：转换器
192：浴缸
193：轮椅
194：高尔夫球杆
195：公文包
196：黄瓜
197：雪茄/香烟
198：画笔
199：梨
200：重型卡车
201：汉堡包
202：Extractor
203：延长线（原文笔误：Extention应为Extension）
204：夹子
205：网球拍
206：文件夹
207：美式橄榄球
208：耳机
209：口罩/面罩
210：水壶
211：网球
212：轮船
213：秋千
214：咖啡机
215：滑梯
216：马车/车厢
217：洋葱
218：青豆
219：投影仪
220：飞盘
221：洗衣机/烘干机
222：鸡肉/鸡
223：打印机
224：西瓜
225：萨克斯管
226：纸巾
227：牙刷
228：冰淇淋
229：热气球（原文笔误：Hotair ballon应为Hot air balloon）
230：大提琴
231：薯条
232：秤/比例尺
233：奖杯
234：卷心菜
235：热狗
236：搅拌机
237：桃子
238：米饭
239：钱包/手提包
240：排球
241：鹿
242：鹅
243：胶带
244：平板电脑
245：化妆品
246：小号
247：菠萝
248：高尔夫球
249：救护车
250：停车计时器
251：芒果
252：钥匙
253：跨栏
254：钓鱼竿
255：奖章
256：长笛
257：刷子
258：企鹅
259：扩音器
260：玉米
261：生菜
262：大蒜
263：天鹅
264：直升机
265：青葱
266：三明治
267：坚果
268：限速标志
269：电磁炉
270：扫帚
271：长号
272：李子
273：人力车
274：金鱼
275：猕猴桃
276：路由器/调制解调器
277：扑克牌
278：烤面包机
279：虾
280：寿司
281：奶酪
282：便签纸
283：樱桃
284：钳子
285：光盘
286：意大利面
287：锤子
288：球杆
289：牛油果
290：哈密瓜（原文笔误：Hamimelon应为Hami melon）
291：烧瓶/保温杯
292：蘑菇（原文笔误：Mushroon应为Mushroom）
293：螺丝刀
294：肥皂
295：录音机
296：熊
297：茄子
298：板擦
299：椰子
300：卷尺/尺子（原文笔误：Tape Measur应为Tape Measure）
301：猪
302：淋浴喷头
303：地球仪
304：薯片/炸薯条
305：牛排
306：人行横道标志
307：订书机
308：骆驼（原文笔误：Campel应为Camel）
309：一级方程式赛车（F1）
310：石榴
311：洗碗机
312：螃蟹
313：平衡车
314：肉丸子
315：电饭煲
316：大号（铜管乐器）
317：计算器
318：木瓜
319：羚羊
320：鹦鹉
321：海豹
322：蝴蝶（原文笔误：Buttefly应为Butterfly）
323：哑铃
324：驴
325：狮子
326：小便池
327：海豚
328：电钻
329：吹风机
330：蛋挞
331：水母
332：跑步机
333：打火机
334：西柚
335：游戏板
336：拖把
337：萝卜
338：包子
339：靶标
340：法式面包（原文疑似笔误）
341：春卷
342：猴子
343：兔子
344：铅笔盒
345：牦牛
346：红甘蓝/紫甘蓝
347：双筒望远镜
348：芦笋
349：杠铃
350：扇贝
351：面条（原文笔误：Noddles应为Noodles）
352：梳子
353：饺子
354：牡蛎
355：乒乓球拍（原文笔误：Table Teniis应为Table Tennis）
356：化妆刷/眼线笔
357：链锯
358：橡皮
359：龙虾
360：榴莲
361：秋葵
362：口红
363：化妆镜
364：冰壶
365：乒乓球

## 三、引用文献

@INPROCEEDINGS{9009553,
author={Shao, Shuai and Li, Zeming and Zhang, Tianyuan and Peng, Chao and Yu, Gang and Zhang, Xiangyu and Li, Jing and Sun, Jian},
booktitle={2019 IEEE/CVF International Conference on Computer Vision (ICCV)},
title={Objects365: A Large-Scale, High-Quality Dataset for Object Detection},
year={2019},
volume={},
number={},
pages={8429-8438},
doi={10.1109/ICCV.2019.00852}
}

## 四、数据集下载
:modelscope-code[]{type="git"}

搜集汇总

背景与挑战

背景概述

Objects365是一个大规模、高质量的物体检测数据集，涵盖365个类别、200万张图片和3000万个边界框，旨在推动野外多样物体的检测研究。