܄

谷歌推出Google-Landmarks,世界最大的地标识别数据集

【数据猿导读】 今天,谷歌推出了目前世界上最大的人造和自然地标识别数据集Google-Landmarks。数据集中包含200万张图片,描述了3万处全球独特地标,量级是普通的数据集的30倍

谷歌推出Google-Landmarks,世界最大的地标识别数据集

今天,谷歌推出了目前世界上最大的人造和自然地标识别数据集Google-Landmarks。数据集中包含200万张图片,描述了3万处全球独特地标,量级是普通的数据集的30倍。

谷歌_数据集_地标-1

数据集中地标的位置分布

两场竞赛

和这个数据集一同推出的,还有两场相关的数据竞赛:地标识别(Landmark Recognition)挑战和地标检索(Landmark Retrieval)挑战。谷歌在博客中表示,这将成为Kaggle竞赛的赛题,也设有相应的奖金。

这场竞赛的后续消息,还将出现在今年6月份的CVPR 2018会议的Landmarks workshop中。

谷歌路标识别挑战赛(内含数据集下载):

https://www.kaggle.com/c/landmark-recognition-challenge

谷歌路标检索挑战赛(内含数据集下载):

https://www.kaggle.com/c/landmark-retrieval-challenge

地标识别和其他问题比较大的区别在于,即使在一个大型标注过的数据集,对一个不太知名的地标也可能训练得不够。

此外,由于地标建筑不会移动并且内部的变化非常小,因此,图像的拍摄条件,如遮挡、不同视角、天气和光线等因素决定了地标图像的变化。但其他的普通数据集(比如萌犬数据集),往往变化多样。

这两个Kaggle挑战提供了标注数据,帮助研究人员解决这些问题。路别识别竞赛是在具有挑战性的测试图像数据集中,让参赛者构建识别正确地标的模型。而在路标检索挑战赛中,参与者需要检索包含相同地标的图像。

谷歌_数据集_地标-2

数据集中部分地标建筑

开源DELF

讲到这里还没完。为了刺激这个领域的研究,谷歌研究人员还开源了专注本地特征的描述符Deep Local Features(DELF)。关于DELF的论文Large-Scale Image Retrieval with Attentive Deep Local Features首次亮相于2016年,一个月前又进行了一次修改。

编译自 Google Research Blog


来源:QbitAI

声明:数据猿尊重媒体行业规范,相关内容都会注明来源与作者;转载我们原创内容时,也请务必注明“来源:数据猿”与作者名称,否则将会受到数据猿追责。

刷新相关文章

MIT推出的自动驾驶仿真平台VISTA:采用真实数据集训练,未来将延展至所有路况
MIT推出的自动驾驶仿真平台VISTA:采用真实数据集训练,未来将...
上海已开放2100项公共数据集,力争在四个领域形成标杆应用
上海已开放2100项公共数据集,力争在四个领域形成标杆应用
谷歌背后的强权人物——首席法律官肯特·沃克
谷歌背后的强权人物——首席法律官肯特·沃克

我要评论

精品栏目

[2017/12/19]

大数据24小时

More>

[2017/12/18-22]

大数据周周看

More>

[2017/12/18-22]

大数据投融资

More>

[2017/12/18-22]

大咖周语录

More>

[2017/12/13-20]

大数据周聘汇

More>

[2017/12/12-19]

每周一本书

More>

返回顶部