Open Images 数据集概览
| 内容 | 说明 |
|---|---|
| 创建者 | Google AI（联合 CMU、Cornell） |
| 首次发布 | 2016 年，后续迭代至 V7（2022 年） |
| 规模 | 约 9 百万张图片，覆盖 600 + 对象类别，图像级标签超过 19 千类，边界框约 1 580 万，分割、视觉关系等标注更是数百万级 |
| 数据来源 | Flickr 上的公开图片，均采用 CC‑BY 许可证，可自由用于科研和商业 |
| 标注类型 | - 图像级标签（多标签分类） ‑ 边界框（对象定位） ‑ 实例分割（像素级掩码） ‑ 视觉关系（如 “person‑holds‑umbrella”） ‑ 本地化描述（图像文字描述） ‑ 点级标签（关键点） |
| 主要版本 | - V2：约 9 011 219 张训练图，41 260 张验证，125 436 张测试，提供 600 类边界框 ‑ V4：加入 1 540 万边界框、30 万视觉关系，提升标注质量 ‑ V7：类别接近 2 万，标注更丰富，支持更广任务 |
| 常见应用 | - 大规模图像分类 ‑ 目标检测与实例分割 ‑ 视觉关系推理 ‑ 多模态学习（图像‑文本） ‑ 迁移学习与模型预训练 |
| 获取方式 | 官方 GitHub 项目页面提供下载脚本和数据说明： https://github.com/openimages/dataset 官方网页（包含数据概览、下载链接、基准挑战）： https://storage.googleapis.com/openimages/web/index.html |
| 引用文献 | Krasin I. et al., “OpenImages: A public dataset for large‑scale multi‑label and multi‑class image classification”, arXiv:1611.05431 (2016) Kuznetsova A. et al., “The Open Images Dataset V4”, CVPR 2020 |
简要介绍
Open Images 是目前公开的最大、最丰富的图像标注数据集之一。它不仅提供了数百万张带有 图像级标签 的图片，还为 600 多个对象类别 提供了 边界框、实例分割、视觉关系、本地化描述 等多层次标注，使其能够支撑从 图像分类、目标检测 到 视觉关系推理、跨模态学习 等多种计算机视觉任务。
如何使用
- 下载：在 GitHub 项目页面（https://github.com/openimages/dataset ）中使用提供的
download.sh脚本或直接通过官方存储链接下载所需子集（训练/验证/测试）。 - 读取：数据以 CSV/TSV 形式提供标签文件，图片本身为 URL，可自行抓取或使用官方提供的已下载镜像。
- 训练：常见的基准模型（如 ResNet‑101、Inception‑ResNet‑v2）已在 Open Images 上预训练，可直接 fine‑tune。
- 评估：官方提供的评估脚本支持检测、分割、关系等任务的标准指标（mAP、AP@IoU 等）。
提示：使用时请遵守 CC‑BY 许可证的署名要求，并在论文或项目中引用上述文献。
这样，你就可以快速上手并利用 Open Images 进行各种视觉研究与应用开发。祝实验顺利！
声明：文章均为AI生成，请谨慎辨别信息的真伪和可靠性！