L'ensemble de données SUN09 comprend 12 000 images annotées couvrant plus de 200 catégories d'objets. L'ensemble de données contient des images naturelles, intérieures et extérieures. Chaque image contient en moyenne 7 objets annotés différents, et la surface moyenne occupée par chaque objet est de 5 % de la taille de l'image. Les fréquences des catégories d’objets suivent une distribution de loi de puissance.

L'ensemble de données contient deux repères majeurs :

1. Utilisé pour évaluer le système global de reconnaissance des cibles, notamment :

• static_sun09_database : 12 000 images annotées
• static_sun_objects : images supplémentaires utilisées pour l'entraînement du détecteur de base (non utilisées pour l'entraînement du modèle de contexte)
• out_of_context : 42 images hors contexte

2. Modèles contextuels pour évaluer la sortie d'un détecteur de base pré-calculé, qui contient :

• Le nom du fichier correspond à [(test/train)/objectCategory/imageName.txt]
• Chaque ligne du fichier texte affiche la position du cadre de délimitation et le score d'une fenêtre candidate : [ x1 y1 x2 y2 score ]
• Nous utilisons 4 367 images d’entraînement et 4 317 images de test. Chaque groupe a le même nombre d’images par catégorie de scène.
• Chargez sun09_detectorOutputs.mat pour les sorties du détecteur de base et sun09_groundTruth.mat pour les annotations de vérité terrain.

Cet ensemble de données a été publié par le MIT lors de l'IEEE CVPR 2010.