LVISデータセット

v1.0

学習セット

• 1,270,141個のインスタンス (1GB)

• 100,170枚の画像 (18GB)

検証セット

• 244,707個のインスタンス (192MB)

• 19,809枚の画像 (1GB)

テスト開発セット

• 情報 (4MB)

• 19,822枚の画像 (6GB)

テストチャレンジセット

• 情報 (4MB)

• 19,822枚の画像 (6GB)

このデータを使用する際の推奨されるベストプラクティスをご覧ください。

注意: LVISはCOCO 2017の学習、検証、テスト画像セットを使用しています。もしすでにCOCO画像をダウンロードしている場合は、LVISのアノテーションのみをダウンロードすればよいです。LVISの検証セットには、COCO 2017の検証分割に加えて、COCO 2017の学習画像も含まれています。

データ形式

LVISのインスタンス分割アノテーションは、COCOに似た形式で保存されています。アノテーションはJSON形式で保存されています。LVIS APIを使用して、アノテーションにアクセスしたり操作したりすることができます。JSONファイルは以下の形式になっています:

 {  
 info : 情報
 images : [画像],
 annotations: [アノテーション],
 licenses : [ライセンス],
 }  

 info{  
 year : 整数
 version : 文字列,
 description  : 文字列,
 contributor  : 文字列,
 url  : 文字列,
 date_created  : 日時,
 }  

 license{  
 id  : 整数
 name  : 文字列,
 url  : 文字列,
 }  

以下でデータ構造についてもう少し詳しく説明します。

画像

各画像には、2つの追加フィールドがあります。

• not_exhaustive_category_ids : すべてのインスタンスが網羅的にマークされていないカテゴリIDのリスト。

• neg_category_ids : 画像内に存在しないことが確認されたカテゴリIDのリスト。

• coco_url : 画像のURL。最後の2つのパス要素は、COCOデータセットの分割とファイル名を識別します（例：http://images.cocodataset.org/train2017/000000391895.jpg）。この情報を使用して、ダウンロードしたCOCOデータセットのコピーから正しい画像を読み込むことができます。

 image{  
id  : 整数
width  : 整数,
height  : 整数,
license  : 整数,
flickr_url : 文字列,
coco_url  : 文字列,
date_captured  : 日時,
not_exhaustive_category_ids  : [整数],
neg_category_ids  : [整数],
 }  

カテゴリ

LVISのカテゴリは、WordNetの同義語セットに大まかに基づいています。

• synset : 各カテゴリに対して一意の文字列識別子を提供します。WordNet