谷歌 Open Images Challenge 2018 大赛正在进行中，为你送上更多信息

2018 年 5 月 20 日 AI研习社

雷锋网 AI 研习社按，上个月月底，Google 在官方 Blog 上发文称将开放 Open Images V4 数据库，并基于这一数据集举办 ECCV 2018 公开图像挑战赛（Open Images Challenge 2018）。详细信息参见雷锋网此前报道：谷歌发布 Open Images V4数据集，190万张图片开启公开图像挑战赛。

接下来，雷锋网 AI 研习社将为大家带来关于该比赛的更多信息。

时间节点：

2018.04.30 发布带有边界框注释的对象检测分赛训练集

2018.05.10 发布带有注释的视觉关系检测分赛训练集

2018.05.31 发布评估度量规范

2018.07.01 在 Kaggle 上发布测试集（10 万张图片）

2018.09.01 提交截止日期

比赛分为两个赛道：

对象类别检测：预测出所有实例（500 个类别）的精确边框
视觉关系检测：预测出物体间的特殊关系，例如「正在弹吉他的女人」

Google 希望这个大型训练数据集将助力研究出更绝妙的模型——可以做到比目前顶尖模型的效果还要好。此外，数据集中包含 500 个对象类，将能够更精确地评估不同检测器在哪种情况下工作得最好。另外，这个数据集中包含许多带有注释的对象，我们可以用来进行视觉关系检测，这是一个热度日益增长的话题，社群也在逐渐壮大。

训练集地址如下：

https://storage.googleapis.com/openimages/web/challenge_visualizer/index.html

两个分赛道的详细介绍如下：

对象类别检测：

对象类别检测分赛覆盖了 Open Images V4 中带有边界框注释的 600 个类中的 500 类。主办方移除了一些范围很广的类（例如「衣服」）和一些罕见类（例如「裁纸器」）。

评价指标是 mAP。正图像级标签指示图像中存在特定的对象类，负图像级标签则指示图像中不存在某些类。在评价时排除了其他未被标注的类。对于图像中的每一个正图像级标签，我们已经详尽地注释了图像中对象类的每个实例。这使我们能够准确地测量召回率。大家可以点击链（https://storage.googleapis.com/openimages/web/factsfigures.html）接看到关于该数据集的详细信息。

图一：对象类别检测分赛训练集

视觉关系检测：

视觉关系检测分赛需要检测两个对象的关系。这包括了人与物体的关系 (例如:「弹吉他的女人」，「拿着麦克风的男人」) 和物体与物体间的关系 (例如:「桌子上的啤酒」、「车内的狗」。每种关系连接了不同物体。此外，这一比赛还考虑了物体属性 (例如:「手提包由皮革制成」，「凳子是木制的」)。

在标注中，关系与对象形成一个三词短句。（例如「桌上的啤酒，beer on table」）。属性实际上也与前者类似，例如:「桌子是木制的，table is wooden」。标注是基于图像级标签和 Open Images V4 的边界框标注。我们最初选择了 467 个短句，并在 Open Images V4 训练集上进行了标注。视觉关系检测分赛的训练集最终由 Open Images V4 标注训练集中的 329 个至少有一个实例的短句组成，包含 62 个不同的对象类。