CUBirds and CifarFS datasets

Name: CUBirds and CifarFS datasets
Creator: UIUC
Published: 2023-05-01T00:00:00+08:00

Zenodo2023-05-01 更新2026-04-07 收录

细粒度图像识别

少样本学习

数据链接：

https://zenodo.org/record/7884455 数据链接链接失效反馈

官方服务：

资源简介：

download links for cubirds and cifarfs datasets pickle files

提供机构：

UIUC

创建时间：

2023-05-01

FEW-NERD

实体识别

少样本学习

FEW-NERD是一个大规模的人工标注少样本命名实体识别数据集，由清华大学和阿里巴巴集团合作创建。该数据集包含188,238个句子，总计4,601,160个单词，每个单词都被标注为上下文或两级实体类型的一部分。FEW-NERD是首个专门为少样本NER设计的数据集，也是最大的人工标注NER数据集之一。数据集的内容主要来源于维基百科，涵盖了8个粗粒度和66个细粒度实体类型，旨在通过丰富的实体类型和上下

arXiv2021-09-01 更新450

FSS-1000: A 1000 Class Few-shot Segmentation

少样本学习

影像分割

10 images along with segmentation masks per each of 1000 classes

kaggle2021-10-31 更新110

StevenHH2000/iNat21-1shot-fewshots

层次化视觉识别

少样本学习

--- dataset_info: features: - name: image sequence: image - name: problem dtype: string - name: label dtype: string - name: solution sequence: string - name: ima

Hugging Face2026-03-19 更新60

osunlp/bioscan-traits

昆虫形态学

细粒度图像识别

BIOSCAN-Traits是一个用于细粒度昆虫图像的特征级注释数据集，提供以形态学为中心的特征描述。这些描述是通过稀疏自编码器（SAE）部分提议和多模态LLM语言化自动生成的。数据集包含80,806个图像-文本对，涵盖736种昆虫物种，每个图像平均有4.2个特征描述。数据集支持图像分类和图像到文本任务，适用于细粒度物种分类和多模态特征描述任务。

Hugging Face2026-05-22 更新290

Data from: An Ensemble of Epoch-wise Empirical Bayes for Few-shot Learning

少样本学习

图像分类

PyTorch implementation of "An Ensemble of Epoch-wise Empirical Bayes for Few-shot Learning" This repository contains the PyTorch implementation for the ECCV 2020 Paper "An Ensemble of Epoch-wise Empi

NIAID Data Ecosystem70

CUBirds and CifarFS datasets

资源简介：

相关数据集