数据集概述
本数据集提供COCO、LVIS、Open Images V4三个计算机视觉数据集的类别映射关系，通过半自动化流程将三类数据集整合为包含1460个唯一类别的集合，并生成每个类别的层级结构。数据集包含5个文件，支持计算机视觉任务中跨数据集的类别统一与分析。
文件详解
- coco_classes_map.txt
- 文件格式：TXT
- 字段映射介绍：包含COCO数据集80个类别的映射关系，每行以“原类别=目标类别”格式存储
- lvis_classes_map.txt
- 文件格式：TXT
- 字段映射介绍：包含LVIS数据集1460个类别的映射关系，每行以“原类别=目标类别”格式存储
- openimages_classes_map.txt
- 文件格式：TXT
- 字段映射介绍：包含Open Images V4数据集601个类别的映射关系，每行以“原类别=目标类别”格式存储（如“accordion=accordion_(musical_instrument)”）
- classname_hyperset_definition.csv
- 文件格式：CSV
- 字段映射介绍：包含最终1460个统一类别的定义与层级结构，字段包括目标类别、父类别、类别描述（如“accordion_(musical_instrument);musical_instrument;a portable box-shaped free-reed instrument...”）
- all-classnames.xlsx
- 文件格式：XLSX
- 字段映射介绍：提供所有数据集类别的并列视图，便于跨数据集类别对比
数据来源
VISIONE项目（论文“The visione video search system: exploiting off-the-shelf text search engines for large-scale video retrieval”）
适用场景
- 计算机视觉跨数据集研究：支持COCO、LVIS、Open Images V4数据集间的类别统一，便于跨数据集模型训练与评估
- 视觉检索系统开发：为VISIONE等内容检索系统提供统一的类别体系，提升跨数据集检索准确性
- 数据集整合分析：用于分析不同计算机视觉数据集的类别覆盖范围与重叠关系
- 类别层级结构研究：基于WordNet生成的类别层级，支持计算机视觉任务中的语义层级分析
