Dataset之WebVision：WebVision数据集简介、下载、使用方法之详细攻略
目录
WebVision数据集简介
1、WebVision数据集挑战
WebVision数据集下载
WebVision数据集使用方法
WebVision数据集主要有Google和Flickr两个数据源。主要是利用ImageNet1000个类的文本信息 从网站上爬数据，所以它的数据类别与｝mageNet完全一样，为1000类别，由240万幅图片构成训练 数据。比｝mageNet的两倍还多，分别由5万张图片构成验证集和测试集（均带有人工标注）。
(1)、数据分布不平衡
WebVision数据集主要有两个挑战。 第一个挑战，数据分布非常不平衡。 如图横坐标代表1000个类别，纵坐标代表每个类别的图片数量。如图浅蓝色的平稳曲线是ImageNet的 数据分布，每一个类别大概有1200张图片。而深蓝色曲线为Web Vision数据分布，可以看出有的类别高达11000张，而最少的小于400张图片，这种极度不平衡的分布对训练模型影响非常大。
(2)、数据集含有大量错误或歧义的标签
第二个挑战，数据集含有大量错误或歧义的标签。 数据集中含有大量与类别标签不相关或歧义的图片，也就是所谓的噪声，这也是最主要的一个难点。比如Willet可以是一种鸟，但也可以是人名，也可以是建筑物的名字。
后期更新……
后期更新……
一个处女座的程序猿 认证博客专家 华为杯研电赛一等 华为研数模一等奖 国内外AI竞十 人工智能硕博生，目前兼职国内外多家头部人工智能公司的AI技术顾问。拥有十多项发明专利(6项)和软件著作权(9项)，多个国家级证书(2个国三级、3个国四级)，先后获得国内外“人工智能算法”竞赛(包括国家级、省市级等，一等奖5项、二等奖4项、三等奖2项)相关证书十多个，以上均以第一作者身份，并拥有省市校级个人荣誉证书十多项。正在撰写《人工智算法最新实战》一书，目前已37万字。
