全球最大地标识别数据集问世:想带Ta去环游世界,不如给Ta一个地

安妮 编译自 Google Research Blog

本文转载自量子位(ID:QbitAI)

昨天,谷歌推出了目前世界上最大的人造和自然地标识别数据集Google-Landmarks。数据集中包含200万张图片,描述了3万处全球独特地标,量级是普通的数据集的30倍。

全球最大地标识别数据集问世:想带Ta去环游世界,不如给Ta一个地

 数据集中地标的位置分布



两场竞赛

和这个数据集一同推出的,还有两场相关的数据竞赛:地标识别(Landmark Recognition)挑战和地标检索(Landmark Retrieval)挑战。谷歌在博客中表示,这将成为Kaggle竞赛的赛题,也设有相应的奖金。

这场竞赛的后续消息,还将出现在今年6月份的CVPR 2018会议的Landmarks workshop中。

全球最大地标识别数据集问世:想带Ta去环游世界,不如给Ta一个地

谷歌路标识别挑战赛(内含数据集下载):

http://www.kaggle.com/c/landmark-recognition-challenge

谷歌路标检索挑战赛(内含数据集下载):

http://www.kaggle.com/c/landmark-retrieval-challenge

地标识别和其他问题比较大的区别在于,即使在一个大型标注过的数据集,对一个不太知名的地标也可能训练得不够。

此外,由于地标建筑不会移动并且内部的变化非常小,因此,图像的拍摄条件,如遮挡、不同视角、天气和光线等因素决定了地标图像的变化。但其他的普通数据集(比如萌犬数据集),往往变化多样。

这两个Kaggle挑战提供了标注数据,帮助研究人员解决这些问题。路别识别竞赛是在具有挑战性的测试图像数据集中,让参赛者构建识别正确地标的模型。而在路标检索挑战赛中,参与者需要检索包含相同地标的图像。

全球最大地标识别数据集问世:想带Ta去环游世界,不如给Ta一个地

 数据集中部分地标建筑



开源DELF

讲到这里还没完。为了刺激这个领域的研究,谷歌研究人员还开源了专注本地特征的描述符Deep Local Features(DELF)。关于DELF的论文Large-Scale Image Retrieval with Attentive Deep Local Features首次亮相于2016年,一个月前又进行了一次修改。

论文地址:

http://arxiv.org/abs/1612.06321

DELF开源代码和数据集地址:

http://github.com/tensorflow/models/tree/master/research/delf

最后,附谷歌博客介绍地址:

http://research.googleblog.com/2018/03/google-landmarks-new-dataset-and.html

全球最大地标识别数据集问世:想带Ta去环游世界,不如给Ta一个地