Oxford Building dataset（后面简称为Oxford）从2007年发布，到2018年Revisiting Oxford and Paris重新整理发布为Revisiting Oxford Building dataset（后面简称为ROxford），整整十年，实例检索（instance retrieval）或物体检索（object retrieval）都跑在一个Ground Truth定义得不是很合理的数据上进行MAP（Mean Average Precision）评估，这期间，虽然有人意识到了Oxford数据集存在的问题，却一直等到10年后，才有人正式的对这个数据集GT定义的合理性给出正面的回应。
Oxford数据集小白菜也一直在用，之所以在实际中验证一些检索算法指标的时候喜欢用这个数据集，是因为这个数据集对小白菜而言，有两个优点：
- 计算MAP指标比较明晰（具体可以之前写过的关于Oxford MAP的计算过程），方便
- 数据集规模不大，共5063张图片，验证起来比较快
然后小白菜也这么一直用着，虽然ROxford新定义的GT已经发布了。直到最近，在验证开发的局部特征检索系统在公开数据集上的效果时，一如既往的选择了Oxford的MAP作为衡量指标，发现了针对一些query，其定义的GT存在非常不合理的地方，下面举一个具体的query予以说明。
在Oxford里，all_souls_000013.jpg作为query（见all_souls_1_query.txt）时，包含相同建筑目标的all_souls_000206.jpg被当做跟query不相关的图片，放在了junk里（见all_souls_1_junk.txt）。all_souls_000013.jpg和all_souls_000206.jpg对应的图片分别为：
从上面显示的图片可以看到，all_souls_000206.jpg跟all_souls_000013.jpg是相关的，它们包含了相同的建筑部分，其对应的匹配结果为：
显然，all_souls_000206.jpg应归属于good或ok里。这里面还有其他一些不合理的例子，上面列举的只是其中的一个示例。
所以无论是在论文里面或者实际测评实例检索、物体检索算法效果的时候，如果选用了Oxford数据集，最好不要再用老的GT来计算MAP了，而应该采用ROxford里定义的GT。
