Google-Landmarks：地标识别的新数据集和挑战

lixia01

图像分类技术在过去几年中取得了显着的进步，以Imagenet分类挑战赛为代表，其错误率每年都在大幅下降。为了继续推进计算机视觉领域的最先进技术，许多研究人员现在将更多重点放在细粒度和实例级识别问题上——而不是识别建筑物、山脉和（当然）猫等一般实体，许多人正在设计能够识别埃菲尔铁塔、富士山或波斯猫的机器学习算法。然而，该领域研究的一个重大障碍是缺乏大型注释数据集。
今天，我们很高兴通过发布 Google-Landmarks 来推进实例级识别，这是全球最大的人造和自然地标识别数据集。Google-Landmarks 是作为地标识别和地标检索Kaggle 挑战赛的一部分发布的，这将是CVPR'18 地标研讨会的重点。该数据集包含超过 200 万张图像，描绘了来自世界各地的 3 万个独特地标（其地理分布如下所示），类别数量比常用数据集中的类别数量大约大 30 倍。此外，为了促进该领域的研究，我们正在开源深度局部特征 ( DELF )，这是一种细心的局部特征描述符，我们认为它特别适合这类任务。
我们的数据集中的地标的地理分布。
地标识别与其他问题存在一些显著差异。例如，即使在大型注释数据集中，一些不太受欢迎的地标也可能没有太多可用的训练数据。此外，由于地标通常是不会移动的刚性物体，因此类内变化非常小（换句话说，地标的外观在不同图像中不会发生太大变化）。因此，变化仅由于图像捕获条件（例如遮挡、不同视点、天气和照明）而产生，这与其他图像识别数据集不同，在这些数据集中，特定类别（例如狗）的图像可能会有更大的变化。这些特征也与其他实例级识别问题（例如艺术品识别）共享- 因此我们希望新的数据集也可以有益于其他图像识别问题的研究。
这两个 Kaggle 挑战赛提供了注释数据的访问权限，以帮助研究人员解决这些问题。识别赛道挑战是建立模型，在具有挑战性的测试图像的数据集中识别正确的地标，而检索赛道挑战参与者检索包含相同地标的图像。
以下是来自 Google-Landmarks 数据集的一些图像示例，其中包括大本钟、圣心大教堂、德凯巴卢斯岩石雕塑和Megyeri 桥等地标。
如果您计划今年参加CVPR ，我们希望您能参加CVPR'18 地标研讨会。不过，每个人都可以参加挑战赛，并且可以通过 Kaggle 网站访问新数据集。我们希望此资源对您的研究有价值，我们迫不及待地想看到您为识别地标而想出的想法！
致谢
Jack Sim、Will Cukierski、Maggie Demkin、Hartwig Adam、Bohyung Han、Shih-Fu Chang、Ondrej Chum、Torsten Sattler、Giorgos Tolias、Xu Zhang、Fernando Brucher、Marco Andreetto、Gursheesh Kour。