AI_Challenger

displayName: AI Challenger 2017
labelTypes:
- Box2D
- Keypoints2D
- Text
license:
- Unknown
mediaTypes:
- Image
paperUrl: https://arxiv.org/pdf/1711.06475.pdf
publishDate: "2017-09-26"
publishUrl: https://github.com/AIChallenger/AI_Challenger_2017
publisher:
- Peking University
- University of Chinese Academy of Sciences
- Sinovation Ventures
- School of Data Science, Fudan University
tags: []
taskTypes:
- Keypoint Detection
- Image Caption
- Attribute based Zero-shot Image Classification

---
# 数据集介绍
## 简介
一个名为 AIC（AI Challenger）的大规模数据集，包含三个子数据集，人类关键点检测（HKD）、大规模属性数据集（LAD）和图像中文字幕（ICC）。在这个数据集中，我们标注了类标签（LAD）、关键点坐标（HKD）、边界框（HKD和LAD）、属性（LAD）和标题（ICC）。这些丰富的注释弥合了低级图像和高级概念之间的语义鸿沟。所提出的数据集是评估和改进不同计算方法的有效基准。此外，对于相关任务，其他人也可以使用我们的数据集作为新资源来预训练他们的模型。
## 类定义
```
person
```
## 引文
```
@article{wu2017ai,
title={Ai challenger: A large-scale dataset for going deeper in image understanding},
author={Wu, Jiahong and Zheng, He and Zhao, Bo and Li, Yixin and Yan, Baoming and Liang, Rui and Wang, Wenjia and Zhou, Shipei and Lin, Guosen and Fu, Yanwei and others},
journal={arXiv preprint arXiv:1711.06475},
year={2017}
}
```

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

显示名称：AI挑战者2017（AI Challenger 2017）
标签类型：
- 二维边界框（Box2D）
- 二维关键点（Keypoints2D）
- 文本（Text）
许可协议：
- 未知
媒体类型：
- 图像
论文链接：https://arxiv.org/pdf/1711.06475.pdf
发布日期："2017-09-26"
发布平台链接：https://github.com/AIChallenger/AI_Challenger_2017
发布机构：
- 北京大学（Peking University）
- 中国科学院大学（University of Chinese Academy of Sciences）
- 创新工场（Sinovation Ventures）
- 复旦大学数据科学学院（School of Data Science, Fudan University）
标签：无
任务类型：
- 关键点检测（Keypoint Detection）
- 图像字幕生成（Image Caption）
- 基于属性的零样本图像分类（Attribute based Zero-shot Image Classification）

---

# 数据集介绍
## 简介
本数据集名为AIC（AI挑战者，AI Challenger），包含三大子数据集：人类关键点检测数据集（Human Keypoint Detection, HKD）、大规模属性数据集（Large-scale Attribute Dataset, LAD）与图像字幕数据集（Image Caption Corpus, ICC）。本数据集针对各子任务完成了多维度标注：针对LAD数据集标注类别标签与属性信息，针对HKD数据集标注关键点坐标与边界框，针对ICC数据集则标注图像标题。丰富的标注内容有效填补了低级视觉特征与高级语义概念之间的语义鸿沟，可作为评估与优化各类计算方法的有效基准。此外，相关领域研究者亦可将本数据集作为新型资源，用于其模型的预训练工作。
## 类别定义

person

本数据集仅包含人物类别。
## 引文

@article{wu2017ai,
title={Ai challenger: A large-scale dataset for going deeper in image understanding},
author={Wu, Jiahong and Zheng, He and Zhao, Bo and Li, Yixin and Yan, Baoming and Liang, Rui and Wang, Wenjia and Zhou, Shipei and Lin, Guosen and Fu, Yanwei and others},
journal={arXiv preprint arXiv:1711.06475},
year={2017}
}

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

搜集汇总

背景与挑战

背景概述

AI_Challenger是一个2017年发布的大规模图像理解数据集，包含人类关键点检测、大规模属性数据集和图像中文字幕三个子集，提供丰富的标注如关键点、边界框、属性和标题，用于支持关键点检测、图像字幕和零样本图像分类等任务。数据集由多个学术机构联合发布，规模达36.51GB，可作为评估和预训练模型的基准资源。