使用 Open Images Extended 增加图像多样性

lixia01

最近，我们推出了Inclusive Images Kaggle 竞赛，它是NeurIPS 2018 竞赛轨道的一部分，目的是促进对训练数据集中的地理偏差对 ML 模型性能的影响的研究，并推动开发更具包容性的模型的创新。虽然比赛已经结束，但构建更多样化数据集的更广泛运动才刚刚开始。
今天，我们宣布推出Open Images Extended，这是 Google Open Images 数据集的一个新分支，旨在成为补充数据集的集合，其中包含更多图像和/或注释，以更好地代表全球多样性。我们添加的第一个数据集是 Crowdsourced 扩展，它包含来自世界各地的Crowdsource 应用用户捐赠的 478K+ 张图片。
关于 Open Images Extended 的 Crowdsourced 扩展
为了给 Open Images 带来更大的地理多样性，我们让全球 Crowdsource 应用用户社区能够拍摄他们周围的世界，并将他们的照片作为 Open Images Extended 数据集的一部分提供给研究人员和开发者。这些图片大部分来自印度，还有一些来自中东、非洲和拉丁美洲。
这些图片主要关注一些关键类别，如家居用品、动植物、食物和各种职业的人（所有面部都经过模糊处理以保护隐私）。有关数据集组成的详细信息可在此处找到。
参与其中
这是漫长旅程的初步阶段。要构建包容性的 ML 产品，训练数据必须在多个维度上体现全球多样性。为此，我们邀请全球社区贡献来自您所在家乡和社区的图像，帮助扩充 Open Images Extended 数据集。下载Crowdsource Android 应用以贡献您用手机拍摄的图像，或者如果您有兴趣将其他图像存储库（您拥有使用权限）添加到 open-images 数据集，请联系我们。
致谢
Open Images Extended 的发布要归功于很多人的辛勤工作，包括但不限于以下人员（按姓氏字母顺序排列）：James Atwood、Pallavi Baljekar、Peggy Chi、Tulsee Doshi、Tom Duerig、Vittorio Ferrari、Akshay Gaur、Victor Gomes、Yoni Halpern、Gursheesh Kaur、Mahima Pushkarna、Jigyasa Saxena、D. Sculley、Richa Singh、Rachelle Summers。