论文地址： http://arxiv.org/pdf/2008.05359v1.pdf
代码： https://github.com/wangjing1551/logodet-3k-dataset
来源： 山东师范大学，中科院，国科大
论文名称：LogoDet-3K A Large-Scale Image Dataset for Logo Detection
原文作者：Jing Wang
内容提要
Logo检测在多媒体领域具有广泛的应用，如版权侵权检测、品牌知名度监测、社交媒体上的产品品牌管理等，因此越来越受到人们的重视。在本文中，我们介绍了LogoDet-3K，最大的具有完整标注的logo检测数据集，它有3000个logo类别，约20万手工标注的logo对象和158652张图像。与现有数据集相比，LogoDet-3K在类别和注释对象方面具有更高的综合覆盖率和更广泛的种类，因此LogoDet-3K为logo检测创建了一个更具挑战性的基准。我们描述了数据集的收集和注释过程，并与其他数据集比较分析logo检测的规模和多样性。我们进一步提出了一个强大的基线方法Logo-Yolo，它将Focal loss和CIoU loss合并到最先进的YOLOv3框架中，用于大规模logo检测，解决了多尺度对象、logo样本不平衡、边界盒回归不一致等问题。与YOLOv3相比，本文方法的平均性能提高了约4%，与已报道的几种LogoDet-3K深度检测模型相比，提高更大。对其他三个已有数据集的评价进一步验证了我们的方法的有效性，并证明了LogoDet-3K在logo检测和检索任务上的更好的泛化能力。
主要框架及实验结果
声明：文章来自于网络，仅用于学习分享，版权归原作者所有，侵权请联系删除。
