值得注意的是，该版本还添加了本地化叙述，这是一种全新的多模态注释形式，由同步的语音、文本和鼠标跟踪所描述的对象组成。在 OpenImagesV6 中，这些本地化的叙述可用于 500k 图像。此外，为了便于与之前的工作进行比较，Google 还为 COCO 数据集的全部 123k 图像发布了本地化的叙述注释。
Open Images V6 网址：https://g.co/dataset/openimages
COCO 数据集网址：http://cocodataset.org/
Open Images V5 中的注释模式：水平图像标签、边界框、实例分段和视觉关系。图片来源：1969 年 D.Miller 的 Camaro RS/SS、anita kluska 的 the house、Ari Helminen 的 Cat Cafe Shinjuku calico、Andrea Sartorati 的 Radiofiera-Villa CorDELLina Lombardi、Montecchio Maggiore（VI）-agosto 2010。
从很多方面来讲，Open Images 是最大的带注释图像数据集，用来训练用于计算机视觉任务的最新深度卷积神经网络。
视频网址：https://youtu.be/mZqHVUstmIQ
本地化叙述的例子。图片来源：Kasia 的 Spring is here
本地化叙述
本地化叙述背后的动机之一是研究、利用视觉和语言之间的联系，通常是通过图像字幕加上人的文本描述完成。然而，图像字幕的局限性之一是缺乏视觉基础，即我们不知道文本描述的是图像中的哪一块。为了减轻这一问题，以前的一些数据集对文本描述中出现的名词画了一个后验框。相反，在本地化的叙述中，文本描述的每个词都是有对应位置的。
图像内容和字幕之间的不同层次的对应。从左到右：整个图像的标题（COCO）；矩形框的名词（Flickr30k 实体）；鼠标跟踪段的每个单词（本地化叙述）。图片来源：COCO，Flickr30k Entities，和 Rama 的 Sapa。
本地化的叙述是由注释者生成的，他们提供图像的口头描述，同时将鼠标悬停在所描述的区域上。语音注释是其方法的核心，它直接将描述与其所引用的图像区域连接起来。为了使描述更易于访问，注释者将自动语音转录结果与手动转录结果对齐。这恢复了描述的时间戳，确保语音、文本和鼠标跟踪这三种模式正确且同步。
手动和自动转录的对齐，图像是基于 Freepik 的原创作品设计的。
在说话的同时进行指示是非常直观的，为研究人们描述图像创造了更多方法。例如，我们观察到，在表示对象的空间范围时有不同风格的线条——环绕、划满线条、下划线等等——对这些风格的研究可以为新用户界面的设计带来有价值的见解。
鼠标跟踪与图像下面的单词对应的区域。图片来源：Via Guglielmo Marconi，Elliott Brown 的 Positano-Hotel Le Agavi-boat，vivek jena的air frame，以及弗吉尼亚州立公园的 CL P1050512。
这些本地化的叙述所代表的额外数据量到底有多大？据了解，鼠标轨迹的总长度约为 6400 公里，如果不停地朗读，所有的叙述将需要约 1.5 年的时间读完！
新的视觉关系、人类行为和水平图像注释
除了本地化的叙述之外，在 OpenImagesV6 中，Google 将视觉关系注释的类型增加了一个数量级（高达 1.4K），例如添加了“男人滑滑板”、“男人和女人牵着手”和“狗抓飞盘”等。
图片来源：IMG 作者 James Buck，DSC 作者 Quentin Meulepas，dsc06464 作者 sally9258。
自从计算机视觉诞生以来，图像中的人就一直是其研究的核心领域之一，理解这些人在做什么对许多应用来说至关重要。因此，Open Images V6 还包含了 250 万个人类执行独立动作的注释，比如跳跃、微笑或躺下。
图片来源：Boo Ph 的 DSCs1341（2），Johannes Gardner 的 Richard Wagner Spile 2015。
最后，Google 还添加了 2350 万个新的人工验证的水平图像标签，有接近 20000 个类别，大小超过 59.9M。
Open Images 挑战赛
在去年 5 月发布的第 5 版 Open Images V5 中包含 9M 图像，并有 36M 的水平图像标签、15.8M 的边界框、2.8M 的分段实例和 391k 的视觉关系。
与数据集本身一样，2019 年 Google举办了 Open Images 挑战赛，比赛分为目标检测、实例分割和视觉关系检测三个赛道，对这三个方向技术的最新进展起到了积极的推动作用。
大赛介绍
目标检测赛道要求预测对象实例周围的边界框。
训练集包含 12.2M 的边界框，跨越 500 个类别，覆盖 170 万张图片。为了确保准确性和一致性，这些边界框大部分是由专业注释员手工绘制的。数据集图像非常多样化，通常包含多个对象的复杂场景——平均每张图像有 7 个对象。
示例图片：Rhys A 的作品 Mark Paul Gosselaar 弹吉他
比赛网址：https://www.kaggle.com/c/open-images-2019-object-detection
实例分割赛道要求提供对象的分段掩码。
训练集包含 300 个类别中 2.1M 分段实例掩码；验证集包含额外的 23k 掩码。训练集掩码是由最先进的交互式分割过程产生的，在这个过程中，专业的人类注释者迭代地校正分割神经网络的输出。为保证质量，验证和测试集掩码是手动注释的。
训练组注释示例。左图：Gary Stevens 1995 年拍摄的无锡科技园；右图：Ari Helminen 拍摄的咖啡馆的猫咪
比赛网址：https://www.kaggle.com/c/open-images-2019-instance-segmentation
视觉关系检测赛道要求检测对象对以及连接它们的关系。
训练集包含 329 个关系（三对三）和 375k 训练样本。这些关系既包括人与物的关系（例如“女人弹吉他”、“男人拿麦克风”），也包括物与物的关系（例如“桌子上的啤酒”、“车里的狗”），还包括物与物的属性关系（例如“手提包是皮革做的”和“长凳是木制的”）。
弹吉他的人
比赛网址：https://www.kaggle.com/c/open-images-2019-visual-relationship
大赛奖金
挑战赛的总奖金为 75,000 美元，在三个赛道之间平均分配。其中：
Open Images V6 是改进图像分类、目标检测、视觉关系检测和实例分割的统一标注的一个重要的定性和定量步骤，它采用了一种新颖的方法将视觉和语言与局部叙述联系起来。Google 希望 Open Images V6 将进一步促进场景理解的研究进展。
via：https://ai.googleblog.com/2020/02/open-images-v6-now-featuring-localized.html
https://www.kaggle.com/c/open-images-2019-object-detection
https://storage.googleapis.com/openimages/web/challenge2019.html#instance_segmentation
https://www.kaggle.com/c/open-images-2019-visual-relationship
京东创始人刘强东和其妻子章泽天最近成为了互联网舆论关注的焦点。有关他们“移民美国”和在美国购买豪宅的传言在互联网上广泛传播。然而，京东官方通过微博发言人发布的消息澄清了这些传言，称这些言论纯属虚假信息和蓄意捏造。
日前，据博主“@超能数码君老周”爆料，国内三大运营商中国移动、中国电信和中国联通预计将集体采购百万台规模的华为Mate60系列手机。
据报道，荷兰半导体设备公司ASML正看到美国对华遏制政策的负面影响。阿斯麦（ASML）CEO彼得·温宁克在一档电视节目中分享了他对中国大陆问题以及该公司面临的出口管制和保护主义的看法。彼得曾在多个场合表达了他对出口管制以及中荷经济关系的担忧。
今年早些时候，抖音悄然上线了一款名为“青桃”的 App，Slogan 为“看见你的热爱”，根据应用介绍可知，“青桃”是一个属于年轻人的兴趣知识视频平台，由抖音官方出品的中长视频关联版本，整体风格有些类似B站。
日前，威马汽车首席数据官梅松林转发了一份“世界各国地区拥车率排行榜”，同时，他发文表示：中国汽车普及率低于非洲国家尼日利亚，每百户家庭仅17户有车。意大利世界排名第一，每十户中九户有车。
近日，一项新的研究发现，维生素 C 和 E 等抗氧化剂会激活一种机制，刺激癌症肿瘤中新血管的生长，帮助它们生长和扩散。
据媒体援引消息人士报道，苹果公司正在测试使用3D打印技术来生产其智能手表的钢质底盘。消息传出后，3D系统一度大涨超10%，不过截至周三收盘，该股涨幅回落至2%以内。
9月2日，坐拥千万粉丝的网红主播“秀才”账号被封禁，在社交媒体平台上引发热议。平台相关负责人表示，“秀才”账号违反平台相关规定，已封禁。据知情人士透露，秀才近期被举报存在违法行为，这可能是他被封禁的部分原因。据悉，“秀才”年龄39岁，是安徽省亳州市蒙城县人，抖音网红，粉丝数量超1200万。他曾被称为“中老年...
9月3日消息，亚马逊的一些股东，包括持有该公司股票的一家养老基金，日前对亚马逊、其创始人贝索斯和其董事会提起诉讼，指控他们在为 Project Kuiper 卫星星座项目购买发射服务时“违反了信义义务”。
据消息，为推广自家应用，苹果现推出了一个名为“Apps by Apple”的网站，展示了苹果为旗下产品（如 iPhone、iPad、Apple Watch、Mac 和 Apple TV）开发的各种应用程序。
特斯拉本周在美国大幅下调Model S和X售价，引发了该公司一些最坚定支持者的不满。知名特斯拉多头、未来基金（Future Fund）管理合伙人加里·布莱克发帖称，降价是一种“短期麻醉剂”，会让潜在客户等待进一步降价。
据外媒9月2日报道，荷兰半导体设备制造商阿斯麦称，尽管荷兰政府颁布的半导体设备出口管制新规9月正式生效，但该公司已获得在2023年底以前向中国运送受限制芯片制造机器的许可。
近日，根据美国证券交易委员会的文件显示，苹果卫星服务提供商 Globalstar 近期向马斯克旗下的 SpaceX 支付 6400 万美元（约 4.65 亿元人民币）。用于在 2023-2025 年期间，发射卫星，进一步扩展苹果 iPhone 系列的 SOS 卫星服务。
据报道，马斯克旗下社交平台𝕏（推特）日前调整了隐私政策，允许 𝕏 使用用户发布的信息来训练其人工智能（AI）模型。新的隐私政策将于 9 月 29 日生效。新政策规定，𝕏可能会使用所收集到的平台信息和公开可用的信息，来帮助训练 𝕏 的机器学习或人工智能模型。
9月2日，荣耀CEO赵明在采访中谈及华为手机回归时表示，替老同事们高兴，觉得手机行业，由于华为的回归，让竞争充满了更多的可能性和更多的魅力，对行业来说也是件好事。
《自然》30日发表的一篇论文报道了一个名为Swift的人工智能（AI）系统，该系统驾驶无人机的能力可在真实世界中一对一冠军赛里战胜人类对手。
近日，非营利组织纽约真菌学会（NYMS）发出警告，表示亚马逊为代表的电商平台上，充斥着各种AI生成的蘑菇觅食科普书籍，其中存在诸多错误。
社交媒体平台𝕏（原推特）新隐私政策提到：“在您同意的情况下，我们可能出于安全、安保和身份识别目的收集和使用您的生物识别信息。”
2023年德国柏林消费电子展上，各大企业都带来了最新的理念和产品，而高端化、本土化的中国产品正在不断吸引欧洲等国际市场的目光。
罗永浩日前在直播中吐槽苹果即将推出的 iPhone 新品，具体内容为：“以我对我‘子公司’的了解，我认为 iPhone 15 跟 iPhone 14 不会有什么区别的，除了序（列）号变了，这个‘不要脸’的东西，这个‘臭厨子’。
京公网安备 11010502044972号