《表1 图像描述常用数据集》

  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

《图像描述问题发展趋势及应用》

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

我们整理了一些用于图像描述问题研究的比较经典的数据库，列于表1。近两年，许多经典的传统数据集都加入了不少新的内容条目，如Image Net（谷歌、CMU、Cornell大学合作完成的Open Images，目前已有第五个版本，包含约九百万张带有多标签的图像，横跨了大约6千个类别，涵盖范畴是之前Image Net的6倍）、COCO、CIFARs、SBU以及MNIST。当然，也有一批新的数据集进入了研究领域，如加州大学圣地亚哥分校和Adobe提出的Stock3M数据集包含3217654个用户在一个股票网站上上传的图片，每个图片都与一个描述相关，描述的平均长度为5.25个单词，比MS-COCO短得多[28]。场景分类数据Places2[29]、CMPlaces[30]和拓展后的Scene Net RGB-D[31]为场景识别提供了很好的数据资源。