AI Challenger：一个用于更深入图像理解的大规模数据集
计算机视觉与模式识别
2021-03-09 v1
摘要
通过利用大规模图像数据集，计算机视觉已取得显著进展。然而，面向分类之外复杂计算机视觉任务的大规模数据集仍然有限。本文提出了一个名为AIC（AI Challenger）的大规模数据集，包含三个子数据集：人体关键点检测（HKD）、大规模属性数据集（LAD）和图像中文描述（ICC）。在该数据集中，我们标注了类别标签（LAD）、关键点坐标（HKD）、边界框（HKD和LAD）、属性（LAD）和描述（ICC）。这些丰富的标注弥合了低级图像与高级概念之间的语义鸿沟。所提出的数据集是评估和改进步不同计算方法的有效基准。此外，对于相关任务，其他人也可将我们的数据集作为新资源来预训练其模型。
引用
@article{arxiv.1711.06475,
title = {AI Challenger : A Large-scale Dataset for Going Deeper in Image Understanding},
author = {Jiahong Wu and He Zheng and Bo Zhao and Yixin Li and Baoming Yan and Rui Liang and Wenjia Wang and Shipei Zhou and Guosen Lin and Yanwei Fu and Yizhou Wang and Yonggang Wang},
journal= {arXiv preprint arXiv:1711.06475},
year = {2021}
}