WebVision 1.0+2.0 图像分类数据集

WebVision 数据集是一个大规模的网络图像数据集，包含 240 多万张从 Flickr 网站和 Google Image 搜索中爬取的图像。图像的对应文本信息（如：标题、用户标签或描述）也作为额外的元信息提供。该数据集提供一个包含 5 万张图片（每个类别 50 张）的验证集。该数据集可用于促进从噪音网络数据中学习视觉表征的研究。

The WebVision dataset is a large-scale web image dataset containing over 2.4 million images crawled from Flickr and Google Image searches. Corresponding textual information of the images, such as titles, user tags or descriptions, is also provided as additional metadata. The dataset provides a validation set consisting of 50,000 images (50 images per category). This dataset can be used to facilitate research on learning visual representations from noisy web data.

搜集汇总

背景与挑战

背景概述

WebVision 1.0+2.0 是一个大规模网络图像分类数据集，包含超过240万张从Flickr和Google Image搜索爬取的图像，并提供5万张图片的验证集。该数据集涵盖1000个与ILSVRC 2012相同的概念，旨在支持从噪音网络数据中学习视觉表征的研究。