/data

데이터

/data

데이터에 관련된 파일들을 저장한 폴더 입니다.

• 9k.label : YOLO9000 dataset label

• 9k.names : YOLO9000 dataset names

• 9k.tree : YOLO9000 tree 정보(label:tree번호)

• coco.names : coco dataset names(80개)

• coco9k.map : coco를 tree에 결합한 정보(tree번호)

• imagenet.label.list : imagenet dataset label

• imagenet.shortnames.list : imagenet dataset names

• voc.names : voc dataset names

• openimages.names : openimages dataset names

• inet9k.map : imagenet을 tree에 결합한 정보

---

/data/labels

• 알파벳 이미지가 다양한 크기별로 들어있는 폴더 입니다.

• 이미지에 라벨을 그리기 위한 용도 입니다.

---

Dataset

• Object Detection에서 가장 많이 사용되는 데이터셋은 대표적으로 ImageNet, Pascal VOC, COCO가 있습니다.

ImageNet

Homepage : http://www.image-net.org/

ILSVRC : http://www.image-net.org/challenges/LSVRC/

• ImageNet 프로젝트는 시각적 객체 인식 소프트웨어 연구에 사용하도록 설계된 대형 시각적 데이터베이스입니다.

• 현재 1000만개 이상의 이미지가 수집되었습니다.

• 20000개 이상의 클래스를 가지고 있습니다.

• ImageNet을 바탕으로 ILSVRC(ImageNet Large Scale Visual Recognition Challeng) 라는 이미지 인식 대회가 열립니다.

• ILSVRC는 대회를 위해서 1000개의 클래스로 구성 됩니다.

• 보통 ILSVRC는 2012년도 데이터셋으로 가장 많이 벤치마킹 됩니다.

Pascal VOC

Homepage : http://host.robots.ox.ac.uk/pascal/VOC/

• Pascal VOC는 object class recognition을 위한 표준화된 이미지 데이터셋 입니다.

• 보통 Pascal VOC는 2007년도 데이터셋으로 가장 많이 벤치마킹 됩니다.

• CLASS

  • Person: person

  • Animal: bird, cat, cow, dog, horse, sheep

  • Vehicle: aeroplane, bicycle, boat, bus, car, motorbike, train

  • Indoor: bottle, chair, dining table, potted plant, sofa, tv/monitor

COCO

Homepage : http://cocodataset.org/#home

API : https://github.com/cocodataset/cocoapi

사용법 : https://jjeamin.github.io/info/2019/06/20/coco_api/

• COCO는 Object Detection, Segmentation, Captioning을 위한 데이터셋 입니다.

• 33만개의 이미지를 가지고 있습니다.

• 150만개의 Object instances를 포함합니다.

• 80개의 object 클래스가 있습니다.

• 91개의 stuff 클래스가 있습니다.

• 25만명 사람에 keypoint가 annotation 되어 있습니다.

• 이미지당 5개의 caption이 있습니다.

CIFAR

Homepage : https://www.cs.toronto.edu/~kriz/cifar.html

• 이미지 분류를 위해 사용되는 데이터셋 입니다.

• 모든 이미지의 크기는 32 x 32 입니다.

CIFAR10

• 10 클래스

• train : 50000 (클래스 당 5000개의 이미지)

• test : 10000 (클래스 당 1000개의 이미지)

CIFAR100

• 100 클래스

• train : 50000 (클래스 당 500개의 이미지)

• test : 10000 (클래스 당 100개의 이미지)

Openimage

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

• 구글이 만든 매우 거대한 데이터셋 입니다.

• 현재 V6 까지 나와 있습니다.

• 600개의 클래스에 15,851,536개의 box를 가지고 있습니다.

• 350개의 클래스에 2,785,498개의 box를 가지고 있습니다.

• 19957개의 클래스에 59,919,574개의 이미지 라벨을 가지고 있습니다.

• 507,444개의 Localized narratives가 있습니다.

• 1,466개의 관계에 3,284,282개의 관계 주석이 있습니다.