Dataset之WebVision：WebVision數(shù)據(jù)集簡介、下載、使用方法之詳細攻略

?

?

?

目錄

WebVision數(shù)據(jù)集簡介

1、WebVision數(shù)據(jù)集挑戰(zhàn)

WebVision數(shù)據(jù)集下載

WebVision數(shù)據(jù)集使用方法

---

?

?

?

?

WebVision數(shù)據(jù)集簡介

? ? ? ? WebVision數(shù)據(jù)集主要有Google和Flickr兩個數(shù)據(jù)源。主要是利用ImageNet1000個類的文本信息 從網站上爬數(shù)據(jù)，所以它的數(shù)據(jù)類別與｝mageNet完全一樣，為1000類別，由240萬幅圖片構成訓練 數(shù)據(jù)。比｝mageNet的兩倍還多，分別由5萬張圖片構成驗證集和測試集（均帶有人工標注）。?

1、WebVision數(shù)據(jù)集挑戰(zhàn)

(1)、數(shù)據(jù)分布不平衡

? ? ? WebVision數(shù)據(jù)集主要有兩個挑戰(zhàn)。 第一個挑戰(zhàn)，數(shù)據(jù)分布非常不平衡。 如圖橫坐標代表1000個類別，縱坐標代表每個類別的圖片數(shù)量。如圖淺藍色的平穩(wěn)曲線是ImageNet的 數(shù)據(jù)分布，每一個類別大概有1200張圖片。而深藍色曲線為Web Vision數(shù)據(jù)分布，可以看出有的類別高達11000張，而最少的小于400張圖片，這種極度不平衡的分布對訓練模型影響非常大。?

(2)、數(shù)據(jù)集含有大量錯誤或歧義的標簽

? ? ? ? ? 第二個挑戰(zhàn)，數(shù)據(jù)集含有大量錯誤或歧義的標簽。 數(shù)據(jù)集中含有大量與類別標簽不相關或歧義的圖片，也就是所謂的噪聲，這也是最主要的一個難點。比如Willet可以是一種鳥，但也可以是人名，也可以是建筑物的名字。

?

WebVision數(shù)據(jù)集下載

后期更新……

?

?

?

WebVision數(shù)據(jù)集使用方法

后期更新……

?

?

總結

以上是生活随笔為你收集整理的Dataset之WebVision：WebVision数据集简介、下载、使用方法之详细攻略的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。