mathiaszinnen/odor

ODOR数据集是一个用于对象检测的数据集，特别关注于艺术品中的细粒度对象检测。该数据集包含4,712张图像，提供了38,116个对象级别的注释，涵盖了139个细粒度类别。数据集具有挑战性的特性，如详细的类别集、密集和重叠的对象以及整个图像画布上的空间分布。该数据集旨在激发对艺术品对象检测和更广泛的视觉文化遗产研究的进一步研究，并挑战研究人员探索对象识别与嗅觉感知的交叉点。数据集由Odeuropa EU H2020项目资助，项目编号为101004469。

The Object Detection for Olfactory References (ODOR) Dataset is designed for object detection tasks, particularly focusing on fine-grained detection and small object detection within artworks. The dataset includes 38,116 object-level annotations across 4,712 images, covering 139 fine-grained categories. It addresses challenges such as detailed categories, dense and overlapping objects, and spatial distribution across the entire image canvas. The dataset is intended to support research in artwork object detection and visual cultural heritage studies, particularly exploring the intersection of object recognition and smell perception. It is licensed under CC-BY-4.0 and has received funding from the Odeuropa EU H2020 project.

原始信息汇总

Object Detection for Olfactory References (ODOR) Dataset 概述

数据集基本信息

• 任务类别: 目标检测
• 语言: 英语
• 数据集名称: Object Detection for Olfactory References (ODOR) Dataset
• 数据规模: 1K<n<10K
• 标签: 细粒度检测, 小目标检测, 艺术, 气味, 嗅觉, 计算人文科学
• 许可证: cc-by-4.0

数据集详细描述

• 目标: 该数据集旨在填补现有数据集在艺术作品目标检测中的空白，特别是在细粒度类别和对象分布方面的限制。
• 规模: 包含38,116个对象级别的标注，跨越4,712张图像。
• 类别: 涵盖139个细粒度类别。
• 特点: 具有挑战性的数据集属性，如详细的类别集合、密集和重叠的对象以及整个图像画布的空间分布。
• 应用: 激发艺术作品目标检测和更广泛的视觉文化遗产研究的进一步研究，挑战研究者在目标识别和嗅觉感知之间的交叉领域进行探索。