《深度学习之图像识别核心技术与案例实战》—3.1.3 PASCAL数据集

举报
华章计算机 发表于 2019/06/02 00:16:22 2019/06/02
【摘要】 本书摘自《深度学习之图像识别核心技术与案例实战》一书中的第3章,第3.1.3节,作者是言有三 。

3.1.3  PASCAL数据集

  PASCAL数据集地址为http://host.robots.ox.ac.uk/pascal/VOC/,初始发布于2005年,至2012年止。

  The PASCAL Visual Object Classes(VOC)项目是由Mark Everingham等人牵头举办的比赛,这是一个时间跨度很大的比赛,从2005年开始到2012年结束。它起初主要用于Object detection(目标检测),最后包含了5个比赛,分别是Classification、Detection、Segmentation、Action classification和Person layout。

  PASCAL的全称是Pattern Analysis,Statistical Modelling and Computational Learning,顾名思义这是一个计算机视觉方向用于模式分析和统计建模的数据集。

  2005年发布的PASCAL数据集只有4类,即bicycles、cars、motorbikes和people,共1578张图片。到2007年增加到了20类,图都是来源于图片社交网站Flickr,共9963张图、24640个标注目标。

  从2007年开始PASCAL数据集中引进了图像分割的标注和人体结构布局的标注,2010年引进了行为分类标注。从2007年开始,PASCAL数据集中使用Average Precision替换掉了ROC曲线下面的AUC(Area Under Curve),提高了评估算子的敏感性,因为在VOC 2006中很多方法的AUC超过了95%,不好进一步区分算法的能力。此后要想获得高的指标,必须要在各种Recall级别下保证精度,这也就意味着仅以很高精度召回部分样本的算法评测指标下降,这对于样本数量不均衡的数据集评测效果更好。


【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。