Il s’agit d’un ensemble de données de détection d’objets à grande échelle avec des annotations. L'ensemble de données contient 365 catégories d'objets cibles, 2 millions d'images et 30 millions de cadres de délimitation, qui sont annotés manuellement via un pipeline d'annotation en trois étapes soigneusement conçu.

Cet ensemble de données est le plus grand ensemble de données de détection d'objets (avec annotations complètes) à ce jour, établissant une référence plus exigeante pour la communauté. Il peut également servir de bon ensemble de données d’apprentissage de fonctionnalités pour la recherche sensible à la localisation, telle que la détection d’objets et la segmentation sémantique.