随着图像检索和实例识别技术的迅速发展，急需有效的基准数据来对不断出现算法的性能进行有效测评。来自Google的研究人员为此设计并推出了Google Landmarks Dataset v2（GLDv2）数据集用于大规模、细粒度的地标实例识别和图像检索人物。这一数据集包含了200k个不同实例标签共5M张图像，其中包括测试集为检索人物标注的118k张图像。这一数据集的特点不仅在于规模，而且在于考虑了许多真实应用中会遇到的问题，包括长尾特性、域外图像、类内丰富多样性等特点。这一数据集除了可以作为检索和识别人物的有效基准外，研究人员还通过学习图像嵌入呈现了其用于迁移学习的潜力。

内容中包含的图片若涉及版权问题，请及时与我们联系删除