《表2 部分常用的标注数据集》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《数据标注研究综述》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本文将标注数据集划分为图像、视频、文本和语音标注数据集这4大类，表2描述了这些数据集的来源、用途和特性.ImageNet、COCO和PASCAL VOC是3个典型的图像标注数据集.它们广泛应用于图像分类、定位和检测的研究中.由于ImageNet数据集拥有专门的维护团队，而且文档详细，它几乎成为了目前检验深度学习图像领域算法性能的“标准”数据集.COCO数据集是在微软公司赞助下生成的数据集，除了图像的类别和位置标注信息外，该数据集还提供图像的语义文本描述.因此，它也成为评价图像语义理解算法性能的“标准”数据集.Youtube-8M是谷歌公司从YouTube上采集到的超大规模的开源视频数据集，这些视频共计800万个，总时长为50万小时，包括4 800个类别.Yelp数据集由美国最大的点评网站提供，包括了470万条用户评价，15多万条商户信息，20万张图片和12个城市信息.研究者利用Yelp数据集不仅能进行自然语言处理和情感分析，还可以用于图片分类和图像挖掘.Librispeech数据集是目前最大的免费语音识别数据库之一，由近1 000h的多人朗读的清晰音频及其对应的文本组成.它是衡量当前语音识别技术最权威的开源数据集.