旷视与智源发布全球最大目标检测数据集Objects365：规模、质量与泛化能力的突破

Objects365是当前全球最大的目标检测数据集，由北京旷视科技有限公司和北京智源人工智能研究院联合发布。它在2019年4月的智源学者计划启动暨联合实验室发布会上亮相，旨在推动目标检测领域的研究进展。该数据集的独特之处在于其规模、质量和泛化能力的显著提升。 规模方面，Objects365包含63万张图像，涵盖365个类别，总计1000万个标注框，这使得它在同类数据集中具有压倒性优势。这些类别被划分为14个大类，如人、衣物、居室等，每个大类又细分为约26个小类，确保了多样性和细致度。相比COCO数据集，Objects365的图像数量、类别数和标注框数量分别提升了5倍、4倍和10倍以上，即使与OpenImages数据集相比，Objects365在图像完全标注上更具优势。 质量上，Objects365通过减少漏标和提高标注精度来确保数据的准确性。例如，对于人物类别，Objects365确保了所有出现的人物都有精确的标注框，这在COCO和VOC数据集中的表现也优于后者。标注区域占比超过COCO和VOC，显示出更高的标注完整性。 泛化能力是衡量数据集价值的关键因素。Objects365在作为预训练数据集时，与传统的ImageNet相比，显示出更强的泛化性能。这表明，使用Objects365进行模型训练后的模型能够在各类场景下展现出更好的适应性和识别能力。在谷歌目标检测赛OpenImagesChallenge2019中，参赛队伍利用Objects365作为额外数据集，显著提高了mAP（平均精度）得分，这进一步验证了其在实际应用中的价值。 Objects365作为一项重要的技术创新，不仅提供了丰富的标注数据，还优化了数据的质量和泛化能力，对于目标检测领域的研究者和开发者来说，无疑是一个宝贵的资源。其广泛的类别覆盖和高质量的标注使其成为深度学习模型训练的理想选择，有助于推动目标检测技术的进一步发展。