Google Releases Open Image V5, Launches Open Image Challenge
Google has released its updated open-source image dataset Open Image V5 and announced the second Open Images Herausforderung für die diesjährige 2019 International Conference on Computer Vision (ICCV 2019).
Open Image wurde erstmals 2016 eingeführt und ist eine kollaborative Version mit rund neun Millionen Bildern, die mit Beschriftungen versehen sind, die Tausende von Objektkategorien abdecken. Die neue Version ist ein Update auf 2018 Open Images V4.
Open Image V5 bietet neu hinzugefügte Anmerkungen zu Bildsegmentierungsmasken für 2,8 Millionen Objekte in 350 Kategorien. Im Gegensatz zu Begrenzungsrahmen, die nur den allgemeinen Bereich identifizieren, in dem sich ein Objekt befindet, zeichnen diese Bildsegmentierungsmasken den Umriss des Zielobjekts nach und charakterisieren dessen räumliche Ausdehnung mit einem höheren Detaillierungsgrad.
Die Segmentierungsmasken im Trainingssatz von 2.68 Millionen Datenproben wurden durch den interaktiven Segmentierungsprozess von Google generiert. Professionelle menschliche Annotatoren sind weiterhin an der Verbesserung der Ausgabe des segmentierten neuronalen Netzwerks beteiligt. Laut Google bietet die Methode Masken eine durchschnittliche Genauigkeit von 84 Prozent, was effizienter ist als das manuelle Zeichnen allein.
Zusätzlich zu den Masken fügte Google 6,4 Millionen manuell verifizierte Tags auf Bildebene hinzu, um die Gesamtzahl auf 36,5 Millionen Tags zu erhöhen, die fast 20.000 Kategorien abdecken. Google-Forscher verbesserten auch die Annotationsdichte von 600 Objektanalogen in den Validierungs- und Testsätzen und fügten mehr als 400.000 Begrenzungsrahmen hinzu, um der Annotationsdichte im Trainingssatz zu entsprechen und eine genauere Bewertung des Zielerkennungsmodells sicherzustellen.
Die ICCV 2019 Open Images Challenge wird einen neuen Instanzsegmentierungs-Track einführen, der auf dem Open Images V5-Datensatz basiert. In diesem Jahr wurde außerdem ein groß angelegter Objekterkennungsspur hinzugefügt, der 500 Kategorien mit 12,2 Millionen Trainingsboxes abdeckt. und eine visuelle Beziehungserkennungsspur, um Objektpaare in einer bestimmten Beziehung zu erkennen.
Das Trainingsset mit allen Annotationen steht zum Download bereit.