Open Images 是通用场景视觉研究中的大型图像数据集,约九百万张图片带有图像级标签,其中一部分还具有边界框、实例分割、对象关系、点标注和 localized narratives。它既能支持分类,也能用于检测、分割与关系理解。
不同任务只需取得相应标注,不必默认下载全部图片。类别具有层级关系,图像级标签又混合自动与人工来源,抽样核验能帮助理解误标和漏标。检测标注并非对画面中所有目标穷尽枚举,评价模型时需要采用与 Open Images 相符的协议。
标注文件与原始图片的许可不是同一件事,网络图片链接也可能失效。涉及人物、敏感内容或商业应用时,还要审查隐私、类别偏差和图片自身权利。