Der SUN09-Datensatz besteht aus 12.000 annotierten Bildern, die mehr als 200 Objektkategorien abdecken. Der Datensatz enthält Naturbilder sowie Innen- und Außenaufnahmen. Jedes Bild enthält durchschnittlich 7 verschiedene annotierte Objekte und die durchschnittliche Fläche, die jedes Objekt einnimmt, beträgt 5 % der Bildgröße. Die Häufigkeiten der Objektkategorien folgen einer Potenzverteilung.

Der Datensatz enthält zwei wichtige Benchmarks:

1. Wird zur Bewertung des gesamten Zielerkennungssystems verwendet, einschließlich:

• static_sun09_database: 12.000 kommentierte Bilder
• static_sun_objects: zusätzliche Bilder, die zum Trainieren des Basisdetektors verwendet werden (werden nicht zum Trainieren des Kontextmodells verwendet)
• out_of_context: 42 Bilder ohne Kontext

2. Kontextmodelle zur Auswertung der Ausgabe eines vorkalkulierten Basisliniendetektors, der Folgendes enthält:

• Der Dateiname entspricht [(test/train)/objectCategory/imageName.txt]
• Jede Zeile in der Textdatei zeigt die Position des Begrenzungsrahmens und die Punktzahl eines Kandidatenfensters: [ x1 y1 x2 y2 Punktzahl ]
• Wir verwenden 4.367 Trainingsbilder und 4.317 Testbilder. Jede Gruppe verfügt über die gleiche Anzahl von Bildern pro Szenenkategorie.
• Laden Sie sun09_detectorOutputs.mat für die Basisdetektorausgaben und sun09_groundTruth.mat für die Ground-Truth-Anmerkungen.

Dieser Datensatz wurde vom MIT auf der IEEE CVPR 2010 veröffentlicht.