TACO 野外垃圾图像检测数据集
数据集简介
项目背景与用途
TACO 全称为 Trash Annotations in Context,是一个持续扩充的野外垃圾(litter)图像数据集,服务于目标检测与实例分割任务。图像采集自树林、道路和海滩等多样环境,覆盖垃圾在真实场景中的不同外观与背景。数据集按层级分类体系组织,所有图像均经过人工标注与实例分割,便于训练和评估野外垃圾检测算法。
论文与发表记录
该数据集对应论文《TACO: Trash Annotations in Context for Litter Detection》,作者包括 Pedro F. Proença 与 Pedro Simões,相关机构为 University of Surrey。论文指出,尽管数据集规模较小(1500 张图像和 4784 条标注),在该挑战性任务上仍取得了有希望的结果。数据集于 2019 年 6 月 9 日发布 v1.0 版本,项目主页为 tacodataset.org。
版本动态
2019 年 12 月 20 日,数据集新增 785 张图像和 2642 个垃圾分割标注,进一步扩充了样本量与标注覆盖。Zenodo 上 v1.0 打包文件 TACO.zip 体积为 2.7 GB。
数据获取与使用
数据集公开免费获取,可通过以下方式下载:
- 在 GitHub 仓库中运行
python3 download.py下载; - 从 Zenodo 记录下载,DOI 为 10.5281/zenodo.3587843。
标注文件以 JSON 形式提供,采用 COCO 格式(images、annotations、categories 字段),主要文件包括 data/annotations.json 与 data/annotations_unofficial.json,图像 URL 清单见 data/all_image_urls.csv。配套工具包还提供 Jupyter 演示与 Mask R-CNN 检测器实现,检测器配置位于 detector/taco_config。
许可与引用
Zenodo 记录采用 CC BY 4.0 许可,GitHub 代码仓库采用 MIT 许可。使用数据集时请引用上述论文,并注明 DOI:10.5281/zenodo.3587843。