WebVision挑战赛：基于网络数据的视觉学习与理解
计算机视觉与模式识别
2017-05-17 v1
摘要
我们提出2017 WebVision挑战赛，一个基于无实例级人工标注的网络图像、为深度学习设计的公开图像识别挑战赛。秉承先前视觉挑战赛（如ILSVRC、Places2和PASCAL VOC）的精神，这些挑战赛通过向社区提供用于模型设计和标准化基准测试的大规模标注数据，在计算机视觉发展中发挥了关键作用，我们借助此挑战赛贡献了一个大规模网络图像数据集，以及一场与CVPR 2017同地举办的研讨会相结合的公开竞赛。WebVision数据集包含超过 百万张从互联网爬取的网络图像，使用的查询由基准ILSVRC 2012数据集的 个语义概念生成。同时也包含了元信息。还提供了包含人工标注图像的验证集和测试集以促进算法开发。2017 WebVision挑战赛由两条赛道组成：WebVision测试集上的图像分类任务，以及PASCAL VOC 2012数据集上的迁移学习任务。在本文中，我们描述了数据收集和标注的细节，突出了数据集的特征，并介绍了评估指标。
引用
@article{arxiv.1705.05640,
title = {WebVision Challenge: Visual Learning and Understanding With Web Data},
author = {Wen Li and Limin Wang and Wei Li and Eirikur Agustsson and Jesse Berent and Abhinav Gupta and Rahul Sukthankar and Luc Van Gool},
journal= {arXiv preprint arXiv:1705.05640},
year = {2017}
}
备注
project page: http://www.vision.ee.ethz.ch/webvision/