Bamboo：基于人机协同持续构建 mega 规模视觉数据集

大规模数据集在计算机视觉中起着至关重要的作用。但当前数据集盲目标注样本而不加区分，使得数据收集低效且不可扩展。开放性问题是如何主动构建 mega 规模数据集。尽管先进的主动学习算法可能是答案，我们经实验发现它们在存在大量分布外数据的真实标注场景中表现不佳。因此，本工作提出一种用于真实数据集标注的新型主动学习框架。借助该框架，我们构建了高质量视觉数据集——Bamboo，其包含 6900 万张图像分类标注（11.9 万类）和 2800 万目标边界框标注（809 类）。我们通过整合多个知识库以层次化分类法组织这些类别。其分类标注规模为 ImageNet22K 的四倍，检测标注规模为 Object365 的三倍。相较于 ImageNet22K 与 Objects365，在 Bamboo 上预训练的模型在各种下游任务中取得更优性能（分类提升 6.2%，检测提升 2.1%）。我们相信我们的主动学习框架与 Bamboo 对未来的工作至关重要。