弗赖堡食品杂货数据集

随着近年来机器学习技术性能的提升，计算机视觉和机器人社区创建了大型数据集用于基准测试物体识别任务。这些数据集涵盖了自然图像和物体类别的广泛频谱，使它们不仅可用作比较机器学习方法的试验台，而且也是引导不同特定领域感知和机器人系统的绝佳资源。其中一个这样的领域是家庭环境，其中自主机器人必须识别大量日常物品，如食品杂货。由于物品和产品的巨大多样性，这是一项具有挑战性的任务，并且非常需要超越在线可用产品图像的实时训练数据。在本文中，我们解决了这个问题，并提出了一个包含5,000张图像的数据集，涵盖25种不同的食品杂货类别，每类至少97张图像。我们从不同商店和公寓的真实世界环境中收集了所有图像。与现有的食品杂货数据集相比，我们的数据集包含了多样的视角、光照条件和杂乱程度。总体而言，我们的图像包含数千个不同的物体实例。我们希望机器学习和机器人研究人员发现该数据集对训练、测试和引导他们的方法有用。作为促进比较的基线分类器，我们在我们的数据集上重新训练了CaffeNet架构（知名AlexNet的适配版），并实现了78.9%的平均准确率。我们发布了该训练模型以及我们在实验中使用的代码和数据划分。