MineralImage5k Dataset

The authors of the MineralImage5k dataset make a significant contribution by introducing an open benchmark for zero-shot raw mineral visual recognition. The dataset consits of more than 5 thousand mineral species, covering almost the span of existing minerals on the Earth. Beyond the zero-shot classification dataset, subsets are provided for segmentation, mineral size estimation, and few-shot classification. Baseline solutions for these computer vision problems are published, inviting the community to surpass them.

MineralImage5k数据集的作者们通过引入一种面向零样本原始矿物视觉识别的开源基准，做出了显著的贡献。该数据集包含超过五千年矿物种类，几乎囊括了地球上已知的所有矿物。除了零样本分类数据集之外，还提供了针对分割、矿物尺寸估计以及少样本分类的子集。针对这些计算机视觉问题，已发布基准解决方案，以激励社区超越现有水平。

搜集汇总

背景与挑战

背景概述

MineralImage5k Dataset是一个发布于2023年的计算机视觉数据集，包含19207张图像和31393个标注对象，涵盖stone、rock、mineral等6个矿物相关类别，主要用于对象检测、语义分割和分类任务。该数据集基于Fersman矿物博物馆的图像集构建，经过预处理，为零样本矿物视觉识别提供基准，并包含多个子集以支持分类、分割和大小估计等应用，旨在优化地质学中的矿物诊断过程。