renukadevichappidi/swedish-flowers-dataset

---
license: cc-by-nc-4.0
task_categories:
- image-classification
language:
- sv
tags:
- flowers
- swedish
- plants
- nature
- biology
- wildflowers
pretty_name: Swedish Flowers Dataset
size_categories:
- 10K<n<100K
---

# Swedish Flowers Dataset

A dataset of **90 Swedish wildflower species** with **13,496 images** collected from iNaturalist, GBIF and Wikimedia Commons. Designed for image classification tasks focused on Swedish native flora.

## About the Creator
This dataset was created and curated by **Renuka Devi Chappidi**.
- Hugging Face: [renukadevichappidi](https://huggingface.co/renukadevichappidi)

## Dataset Statistics
| Split | Images |
|-------|--------|
| Train | 10,796 |
| Validation | 1,349 |
| Test | 1,351 |
| **Total** | **13,496** |

- 90 species of Swedish wildflowers
- All images 224x224 pixels
- Images collected from Sweden only
- Includes augmented images for better model generalization

## Classes (90 Swedish Wildflower Species)
Åkerforgätmigej, Åkertistel, Åkervädd, Ålgräs, Ängsbräsma, Ängsklocka, Ängskovall, Ängsnäva, Ängsskallra, Ängsvädd, Backtimjan, Blodrot, Blåklint, Blåmunkar, Blåsippa, Brunört, Dagkåpa, Fackelblomster, Fingerborgsblomma, Fältvädd, Färgkulla, Gråbo, Gul_näckros, Gullris, Gullviva, Gulmåra, Gulvial, Gåsört, Gökblomster, Harsyra, Hjortron, Humlelusern, Hundkex, Hästhov, Hönsarv, Johannesört, Jungfru_Marie_nycklar, Kabbleka, Klockgentiana, Korsört, Kråkvicker, Kungsmynta, Käringtand, Liljekonvalj, Linnea, Liten_blåklocka, Ljung, Läkevänderot, Manlig_nattviol, Maskros, Midsommarblomster, Mjuknäva, Mjölkört, Nattviol, Nejlikrot, Prästkrage, Renfana, Revsuga, Rolleka, Rödblära, Rödklöver, Rödplister, Skelört, Skogsknipprot, Skogsnäva, Skogsstjarna, Skogsögontröst, Slåtterblomma, Smultron, Småglim, Smörblomma, Smörbollar, Stenros, Stinknäva, Stor_blåklocka, Styvmorsviol, Svärdslilja, Teveronika, Tusensköna, Tvåblad, Vallmo, Vanlig_hampdån, Vattenklöver, Vit_näckros, Vitdåvel, Vitklöver, Vitsippa, Vägtistel, Våtarv, Ögontröst

## Use Cases
- Flower species classification
- Plant species recognition
- Swedish nature ML models
- Biodiversity research and education

## Sources
- [iNaturalist](https://www.inaturalist.org/) (CC licensed, Sweden only)
- [GBIF](https://www.gbif.org/) (open biodiversity data, Sweden only)
- [Wikimedia Commons](https://commons.wikimedia.org/) (CC licensed)

## Attribution
- Dataset created and curated by Renuka Devi Chappidi
- Images sourced from publicly available CC-licensed repositories
- All copyright remains with the original photographers
- Original photographers retain their rights
- This dataset is for non-commercial research only

## License
CC-BY-NC-4.0 - Free for research and education, not for commercial use.

## Citation
If you use this dataset in your research, please cite:

@misc{swedish_flowers_dataset,
author = {Chappidi, Renuka Devi},
title = {Swedish Flowers Dataset},
year = {2026},
publisher = {Hugging Face},
howpublished = {https://huggingface.co/datasets/renukadevichappidi/swedish-flowers-dataset}
}

搜集汇总

数据集介绍

构建方式

在植物学与生物多样性研究领域，高质量的图像数据集对于推进物种识别技术至关重要。瑞典野花数据集的构建依托于公开的生物多样性平台，从iNaturalist、GBIF和Wikimedia Commons三大来源精心筛选了仅限瑞典境内拍摄的图像，确保了地理来源的纯粹性。通过人工审核与标准化处理，将13,496张图像统一调整为224x224像素，并划分为训练集、验证集与测试集，涵盖了90种瑞典本土野花物种，部分图像还经过数据增强处理以提升模型的泛化能力。

特点

该数据集专注于瑞典本土植物区系，其核心特征在于物种的代表性与图像的地理专一性。90种野花物种覆盖了从常见到稀有的多样类别，每张图像均标注了精确的物种名称，且所有样本均采集自瑞典境内，保证了生态背景的一致性。图像尺寸统一为224x224像素，便于直接输入卷积神经网络进行处理，同时数据集中包含了增强后的图像，有助于提升分类模型在复杂自然场景下的鲁棒性。

使用方法

在机器学习应用中，该数据集主要用于图像分类任务，特别是针对瑞典本土植物的物种识别。研究人员可直接加载数据集的训练、验证与测试划分，利用卷积神经网络等模型进行训练与评估。数据集适用于生物多样性监测、植物学教育以及自然保护相关的模型开发，使用时需遵循CC-BY-NC-4.0许可协议，仅限非商业性的研究与教育目的，并应在相关成果中引用提供的数据集来源。

背景与挑战

背景概述

在生物多样性保护与植物学研究的背景下，瑞典野花数据集由研究人员Renuka Devi Chappidi于2026年创建并发布，旨在为机器学习图像分类任务提供专门针对瑞典本土野生花卉的资源。该数据集涵盖了90种瑞典野生花卉，包含13,496张图像，均采集自瑞典境内的iNaturalist、GBIF和Wikimedia Commons等公开平台。其核心研究问题聚焦于通过计算机视觉技术实现瑞典本土植物物种的精准识别，从而支持生物多样性监测、生态研究及自然教育等领域的发展。该数据集的构建不仅丰富了植物图像分类的专门化资源，也为区域特异性植物识别模型的开发提供了重要基础。

当前挑战

瑞典野花数据集所解决的领域问题在于植物图像分类，特别是针对瑞典本土野生花卉的细粒度识别。这一任务面临的主要挑战包括物种间视觉特征的相似性较高，如不同野花在颜色、形态上的细微差异，以及野外拍摄条件下光照、角度和背景的多样性所带来的识别难度。在数据集构建过程中，挑战体现在图像收集的严格地域限制，需确保所有样本均源自瑞典，同时需处理来自不同开源平台的数据格式与质量不一致问题。此外，为提升模型泛化能力而进行的图像增强处理，也需在保持物种鉴别特征的前提下平衡数据多样性。

常用场景

经典使用场景

在植物学与计算机视觉的交叉领域，Swedish Flowers Dataset为图像分类任务提供了精准的基准。该数据集聚焦于瑞典本土的90种野生花卉，包含超过1.3万张高质量图像，广泛应用于训练和评估深度学习模型，特别是卷积神经网络在细粒度花卉识别中的性能。研究者常利用其划分清晰的训练、验证和测试集，系统探索模型在复杂自然场景下的分类准确性与泛化能力，为生物多样性监测奠定技术基础。

实际应用

在实际生态保护与教育领域，Swedish Flowers Dataset能够赋能智能植物识别应用，协助自然爱好者、学生和研究人员快速准确地鉴别瑞典野生花卉。基于该数据集训练的模型可集成至移动应用程序或在线平台，用于野外生物调查、公民科学项目以及环境教育课程，提升公众对本土植物多样性的认知。此外，它也为农业和园艺领域的物种管理提供了辅助决策支持。

衍生相关工作

围绕Swedish Flowers Dataset，已衍生出一系列经典的机器学习研究工作。例如，研究者利用该数据集比较了ResNet、EfficientNet等现代架构在花卉分类上的效能，并探索了注意力机制与对抗训练等策略以提升模型鲁棒性。同时，一些工作将其与全球植物数据集结合，开展跨地域的物种分布建模，进一步推动了计算生态学与保护生物学的前沿进展。