Ensemble De Données De Segmentation D'images SUN09

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.