object detection数据集
Posted asdsaddsa
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了object detection数据集相关的知识，希望对你有一定的参考价值。
介绍目标检测当中常见的几个数据集，及它们当前达到的精度。
1.COCO数据集
MS COCO的全称是Microsoft Common Objects in Context，起源于微软于2014年出资标注的Microsoft COCO数据集，与ImageNet竞赛一样，被视为是计算机视觉领域最受关注和最权威的比赛之一。图像包括91类目标，328,000影像和2,500,000个label。目前为止有语义分割的最大数据集，提供的类别有80 类，有超过33 万张图片，其中20 万张有标注，整个数据集中个体的数目超过150 万个。
该数据集主要解决3个问题：目标检测，目标之间的上下文关系，目标的2维上的精确定位。
目前在coco数据集上的最大 mAP是北大的53.3 mAP.
以上是关于object detection数据集的主要内容，如果未能解决你的问题，请参考以下文章
第三十四节，目标检测之谷歌Object Detection API源码解析
ubuntu16.04 使用tensorflow object detection训练自己的模型
TensorFlowWin7下使用Object Detection API 训练自己的数据集，并视频实时检测
Tensorflow Object Detection API 中的 mAP（平均精度）
物体检测快速入门系列 | 01-基于Tensorflow2.x Object Detection API构建自定义物体检测器