Çin Bilimler Akademisi hedef izleme veri seti, 10.000 video, 1,5 milyon sınırlayıcı kutu yayınladı İndir
İçbükey tapınaktan kestane taşımak
Qubit Üretildi | Genel Hesap QbitAI
Çin Bilimler Akademisi bir Hedef izleme veri seti , Got-10k aradı. Büyük ve narin.
Bu içerir 10.000'den fazla video Kahramanlar, gerçek dünyada hareket eden nesnelerdir. 560 kategori .
Nesnelerin sınırlayıcı kutularının tümü manuel olarak işaretlenmiştir, toplam 1,5 milyondan fazla .
Ek olarak, veri seti aynı zamanda modelin performansını ölçmek için kullanılabilecek bir kriterdir ve halihazırda sıralamalar vardır.
Yetkili ayrıca arkadaşların kendi AI'larını test etmek için bu Ölçütü kullanabilmeleri için bir Python araç seti sağlar.
Öyleyse, veri setine daha yakından bakalım.
Ne kadar büyük ya da küçük olursa olsun
Got-10k, büyük ölçeğinin yanı sıra birçok önemli özelliğe sahiptir.
Genel Sınıflar
Veri seti WordNet İngilizce kelime veritabanı bir iskelet olarak oluşturulmuştur. 5 kategoriye ayrılmıştır:
hayvan (Hayvan), İnsan yapımı nesneler (Eser), karakter (Kişi), Doğal nesneler (Doğal Nesne) ve Bölüm .
Genel kategori altında toplamda alt bölümlere ayırın 563 kategori .
Yukarıdakiler Hedef kategori , Verilerin etiketlerinden sadece biridir.
Diğer etiket Eylem kategorisi , Bölündü 87 tür . Bazıları WordNet'e göre sınıflandırılır ve bazıları veri toplayıcı tarafından tanımlanır.
Tek Adımda Öğrenme
Modeli daha güçlü bir genelleme yeteneğine sahip olacak şekilde yetiştirmek için eğitim seti ile test seti arasında kesişme yoktur.
Model, sınıflandırmayı öğrenmek için az miktarda veri kullanabilir ve bu da test sonuçlarının, AI'nın aşina olduğu örnek kategorilerine ağırlık vermesini önleyebilir.
Birleşik Eğitim Verileri
Tüm yöntemler aynı eğitim verilerini kullanır. Tüm izleyiciler arasında adil bir karşılaştırma sağlamak için böyle bir anlaşmaya güvenin.
Ekstra Etiketleme
Hedef kategori, eylem kategorisi ve işaret kutusuna ek olarak başka etiketler de vardır.
Örneğin, hedef görünürlük oranı (kapatma veya boyama için), zor görevleri denetlemekten sorumludur.
Etkili Değerlendirme
Test seti şunları içerir: 180 videolar Modelin izleme yeteneğini ölçmek için kullanılan 84 hedef kategoriye ait 32 eylem kategorisi.
Her şey hazır, sadece sen
Şimdi, GOT-10k veri setinin tamamı indirilebilir.
Ek olarak, Değerlendirme Sunucusu çeşitli modelleri puanlamaya hazırdır ve sıralama gerçek zamanlı olarak güncellenecektir.
Sıcak görevli arkadaşlar için sağlar Python araç seti , Benchmark'ta performans değerlendirmesini kolaylaştırmak için deneyler yapmak için kullanılır.
Ek olarak, Python araç setine ek olarak, MABLAB araç seti .
Henüz gelmedin mi
Görünüşe göre bir gün oynayabilirsin
Veri kümesi portalı:
Python araç seti:
https://github.com/got-10k/toolkit
MATLAB araç seti:
https://github.com/got-10k/toolkit-matlab
Veri seti kağıdı:
https://arxiv.org/abs/1810.11981
- Bitiş -
Samimi işe alım
Qubit, editörleri / muhabirleri işe alıyor ve merkezi Pekin, Zhongguancun'da bulunuyor. Yetenekli ve hevesli öğrencilerin bize katılmasını dört gözle bekliyoruz! İlgili ayrıntılar için lütfen QbitAI diyalog arayüzünde "işe alım" kelimesini yanıtlayın.
Qubit QbitAI · Toutiao İmzalayan Yazar
' ' Yapay zeka teknolojisi ve ürünlerindeki yeni eğilimleri takip edin
