1.4　目标检测领域重要的公开评测集

如何对算法进行比较呢？一个重要的方法就是在相同的公开数据集上进行评测，根据评测得到的性能指标，大致判断算法优劣。评测集在算法领域有至关重要的作用，本节将介绍几个在目标检测领域有较大影响力的公开评测集。

1.PASCAL VOC

PASCAL VOC（Visual Object Classes）挑战赛是计算机视觉领域早期重要的比赛之一，包括图像分类、目标检测、场景分割、事件检测4个主题。在目标检测方向，最常用的评测集是VOC2007和VOC2012。评测集包含20类日常生活中常见的物品，分别是人、鸟、猫、奶牛、狗、马、羊、飞机、自行车、船、公共汽车、小轿车、摩托车、火车、瓶子、椅子、餐桌、盆栽、沙发、电视。VOC2007包含5000张训练图像和1.2万个标注目标；VOC2012包含1.1万张训练图像和2.7万个标注目标。不过，随着近几年更大规模评测集的发布，VOC评测集的重要性正在逐步降低。

2.ILSVRC

ILSVRC（ImageNet Large Scale Visual Recognition Challenge，大规模图像识别挑战赛）从2010年开始每年都会举办，其中包含一个目标检测主题。ILSVRC的目标检测的评测集包含200种类别，评测集中图像的数量和目标的数量比VOC的评测集高两个数量级。以ILSVRC-14评测集为例，其中包含51.7万张训练图像和53.4万个标注目标。

3.MS-COCO

MS-COCO是当前最具挑战的目标检测评测集，从2015年开始，基于MS-COCO的目标检测比赛每年举行一次，一直持续至今。MS-COCO包含的检测目标类别不及ILSVRC，但包含更多实例。以MS-COCO-17为例，其中包含80个类别，16.4万张训练图像和89.7万个标注目标。与VOC和ILSVRC相比，MS-COCO最大的进步在于除了标注每个目标实例的包围盒之外，还标注了每个实例的分割信息。除此之外，MS-COCO包含了很多小目标（占有区域不足整幅图像的1%）以及众多密集目标。这些特点使得MS-COCO的数据分布更接近真实世界，因此成为目前目标检测领域最为重要的评测集之一。

4.Open Images

Open Images挑战赛始于2018年，包含两个主题：①标准的目标检测；②目标之间的关系分析。其中检测任务的评测集包含600种目标类别，合计191万张训练图像和1544万个标注目标。

5.其他特定场景的目标检测评测集

除了上述通用场景的目标检测评测集，在一些重要领域，如行人检测、人脸检测、文本检测、交通信号灯及交通标志检测等，也都有对应的评测集。表1-1～表1-4列出了一些在特定领域比较有影响力的评测集。

表1-1　行人检测评测集

表1-2　人脸检测评测集

表1-3　文本检测评测集

表1-4　交通信号灯及交通标志检测评测集