Microsoft COCO：上下文中的常见物体
计算机视觉与模式识别
2015-02-24 v3
摘要
我们提出了一个新数据集，旨在通过将物体识别问题置于更广泛的场景理解问题背景下，推动物体识别领域的最先进水平 (SOTA)。这是通过收集包含自然上下文中常见物体的复杂日常场景图像来实现的。物体标注采用了逐实例分割 (per-instance segmentations) 以辅助精确的物体定位。我们的数据集包含 91 类易于被 4 岁儿童识别的物体照片。该数据集包含 32.8 万张图像中的 250 万个标注实例，其构建过程通过用于类别检测、实例定位和实例分割的新型用户界面，广泛利用了众包工人的参与。我们对该数据集进行了详细的统计分析，并与 PASCAL、ImageNet 和 SUN 进行了比较。最后，我们使用可变形部件模型 (Deformable Parts Model) 提供了边界框和分割检测结果的基线性能分析。
引用
@article{arxiv.1405.0312,
title = {Microsoft COCO: Common Objects in Context},
author = {Tsung-Yi Lin and Michael Maire and Serge Belongie and Lubomir Bourdev and Ross Girshick and James Hays and Pietro Perona and Deva Ramanan and C. Lawrence Zitnick and Piotr Dollár},
journal= {arXiv preprint arXiv:1405.0312},
year = {2015}
}
备注
1) updated annotation pipeline description and figures; 2) added new section describing datasets splits; 3) updated author list