LVIS：面向大规模词汇实例分割的数据集
计算机视觉与模式识别
2019-09-17 v2
摘要
目标检测领域的进展得益于那些将研究界的注意力聚焦于开放性挑战的数据集。这一过程引导我们从简单图像走向复杂场景，从边界框走向分割掩码。在这项工作中，我们引入了 LVIS（读作“el-vis”）：一个面向大规模词汇实例分割（Large Vocabulary Instance Segmentation）的新数据集。我们计划收集约 200 万张高质量实例分割掩码，覆盖 164k 张图像中超过 1000 个基本层级物体类别。由于自然图像中类别的齐夫分布（Zipfian distribution），LVIS 自然具有一条训练样本稀少的类别长尾。鉴于当前最先进的深度学习目标检测方法在小样本情形下表现不佳，我们认为该数据集提出了一个重要且令人振奋的新科学挑战。LVIS 可在 http://www.lvisdataset.org 获取。
引用
@article{arxiv.1908.03195,
title = {LVIS: A Dataset for Large Vocabulary Instance Segmentation},
author = {Agrim Gupta and Piotr Dollár and Ross Girshick},
journal= {arXiv preprint arXiv:1908.03195},
year = {2019}
}
备注
Extension of the CVPR'19 paper describing release v0.5, the LVIS Challenge, and baseline results