Semi-iNat (Semi-Supervised iNaturalist)

此挑战集中在半监督的细粒度分类上，其中我们提供目标类别的标记数据以及来自目标和非目标类别的未标记数据。数据来自iNaturalist，这是一个社区驱动的项目，旨在收集生物多样性的观察结果。请参阅下面有关此挑战如何与FGVC和其他现有数据集上的先前的iNaturalist挑战相关的信息。
我们的数据集附带标准训练、验证和测试集。训练集包括:
来自810物种的标记图像，其中大约10% 的图像被标记。
未标记图像包含来自与标记图像 (类内) 相同的类集的未标记图像，以及来自与标记集 (类外) 不同的类集的图像。保证该物种在标签集中具有相同门级别的物种。这反映了一种常见的情况，在这种情况下，可以轻松获得图像的较粗分类标签。我们还为每个未标记的图像提供王国和门注释。