该 StreetScenes挑战框架是图片，注释，集合软件和绩效措施，目标检测。  每个图像都是从DSC-F717相机中及其周围拍摄的，每个图像上标记多边形，以包围9个对象类别的每个示例，包括[汽车，行人，自行车，建筑物，树木，天空，道路，人行道和商店]。  这些图像的标记是在仔细检查下完成的，以确保在遮挡和其他常见图像变换方面始终以相同的方式标记对象。StreetScenes 标签还与LabelMe注释兼容。    
 

这些示例以降低的分辨率显示了一些来自数据库的示例图像。  标签图像显示数据库中标签的类型。  在这些插图中，多边形是不透明和彩色的，但是在标签文件中，多边形被列为简单的角列表。  这些图像还显示了行人和汽车周围的边界框，以简化图示，但数据库也包含这些对象周围的实际多边形。
 
  该框架的目的是提供对完整检测框架的模块化访问，以使开发可以独立进行。  研究人员可以构建更好的学习体系结构或更好的功能，而无需设计系统的其余部分。 
 
  开发了三种单独的对象检测措施来衡量StreetScenes挑战框架中的性能，即“作物”检测措施，“明智点”检测措施和“边界框”明智检测措施。  这些措施具有互补的设施，在其他措施没有意义的地方进行操作。
 
目标检测模型
 
作物智能对象检测
作物智能对象检测是一种简单而通用的衡量对象检测系统功能的方法。  在这种方法中，首先从较大图像中提取目标对象类别的正例和负例的小作物。  例如，正面的汽车图像将包含很好裁剪的汽车图像，而负面的汽车图像将包含除汽车之外的任何图像。  这些图像以某种方式用数学方式表示，例如用小波或梯度直方图或其他方式表示，然后使用统计学习机学习两组之间的分类器。  为了衡量学习型检测器的功效，保留了一部分训练集来衡量性能（我更喜欢使用三分之一）。  重复进行几次此训练/测试，可以从统计学上衡量作物方向的物体。
                         



明智的目标检测
Point-Wise对象检测与裁剪对象检测相似，不同之处在于，我们不是对适合感兴趣对象的框进行分类，而是对对象内部的点（及其邻域）进行分类。  在这种方法中，选择一个正集合和一个负点集合（即对象内部和外部的点）。  在这些点的每一个处，提取一个数学特征，通常取决于该点附近的亮度和颜色模式。  一旦提取了这些特征，就可以像进行作物对象检测一样进行学习和测试。
 

个人下载尚不可用。
 
边界框明智对象检测
边界框明智对象检测是最接近在这些类型的场景上实际运行有用的对象检测系统的度量。  在这种方法中，像在作物检测中一样训练对象检测器，但随后将其应用于多个位置和比例的一组保留的测试图像。  检测器的响应被馈送到局部邻域抑制算法，该算法输出测试集中一组可能存在的物体的位置和置信度。  然后将此集合与人类基准位置进行比较，位置和比例足够接近的检测称为真实检测。  使用该数据，绘制了精确的召回曲线以测量整个系统的性能。