Open Brands 数据集：大规模统一品牌检测与识别
计算机视觉与模式识别
2020-12-15 v1
摘要
随着全球电子商务平台的发展，知识产权保护（IPP）受到越来越多的关注。品牌识别在知识产权保护中起着重要作用。现有的品牌识别与检测研究基于小规模数据集，在探索新兴深度学习技术时不够全面。此外，在真实开放场景中评估品牌检测方法的真实性能具有挑战性。为解决这些问题，我们首先定义了相较于通用目标检测，品牌检测与识别所特有的问题。其次，建立了一个名为“Open Brands”的新品牌基准数据集。该数据集包含 1,437,812 张含品牌图像和 50,000 张无品牌图像。Open Brands 中含品牌的部分包含 3,113,828 个实例，标注于 3 个维度：4 种类型、559 个品牌和 1216 个 logo。据我们所知，这是标注丰富、规模最大的品牌检测与识别数据集。我们提供了关于该数据集的深入全面统计，验证了标注质量，并研究了众多现代模型的性能如何随训练数据量增加而演变。第三，我们设计了一个名为“Brand Net”的网络来处理品牌识别。与现有检测方法相比，Brand Net 在 Open Brands 上取得了最先进的 mAP。
引用
@article{arxiv.2012.07350,
title = {The Open Brands Dataset: Unified brand detection and recognition at scale},
author = {Xuan Jin and Wei Su and Rong Zhang and Yuan He and Hui Xue},
journal= {arXiv preprint arXiv:2012.07350},
year = {2020}
}
备注
ICASSP2020