NICO

displayName: NICO
labelTypes:
- Classification
license:
- NICO Custom
mediaTypes:
- Image
paperUrl: ""
publishDate: "2020"
publishUrl: http://nico.thumedialab.com/
publisher:
- Tsinghua University
tags:
- Grassland
taskTypes:
- Image Classification

---
# 数据集介绍
## 简介
NICO 数据集专为非 I.I.D. 设计。或 OOD（分布外）图像分类。它模拟了一个真实世界的设置，即测试分布可能会导致训练分布的任意偏移，这违反了传统的 I.I.D.大多数机器学习方法的假设。数据集能够很好地支持的典型研究方向包括但不限于迁移学习或领域适应（当测试分布已知时）和稳定学习或领域泛化（当测试分布未知时）。
构建数据集的基本思想是用主要概念（例如狗）和视觉概念出现的上下文（例如在草地上）标记图像。通过调整训练和测试数据中不同上下文的比例，可以控制分布程度灵活转变，对不同类型的非 I.I.D. 进行研究。设置。
## 类定义
```
Bear: black, brown, eating grass, in forest, in water, lying, on ground, on snow, on tree, white
Bird: eating, flying, in cage, in hand, in water, on branch, on grass, on ground, on shoulder, standing
Cat: at home, eating, in cage, in river, in street, in water, on grass, on snow, on tree, walking
Cow: aside people, at home, eating, in forest, in river, lying, on grass, on snow, spotter, standing
Dog: at home, eating, in cage, in street, in water, lying, on beach, on grass, on snow, running
Elephant: eating, in circus, in forest, in river, in street, in zoo, lying, on grass, on snow, standing
Horse: aside people, at home, in forest, in river, in street, lying, on beach, on grass, on snow, running
Monkey: climbing, eating, in cage, in forest, in water, on beach, on grass, on snow, sitting, walking
Rat: at home, eating, in cage, in forest, in hole, in water, lying, on grass, on snow, running
Sheep: aside people, at sunset, eating, in forest, in water, lying, on grass, on road, on snow, walking
Airplane: around cloud, aside mountain, at airport, at night, in city, in sunrise, on beach, on grass, taking off, with pilot
Bicycle: in garage, in street, in sunset, on beach, on grass, on road, on snow, shared, velodrome, with people
Boat: at wharf, cross bridge, in city, in river, in sunset, on beach, sailboat, with people, wooden, yacht
Bus: aside traffic light, aside tree, at station, at yard, double decker, in city, on bridge, on snow, with people
Car: at park, in city, in sunset, on beach, on booth, on bridge, on road, on snow, on track, with people
Helicopter: aside mountain, at heliport, in city, in forest, in sunset, on beach, on grass, on sea, on snow, with people
Motorcycle: in city, in garage, in street, in sunset, on beach, on grass, on road, on snow, on track, with people
Train: aside mountain, at station, cross tunnel, in forest, in sunset, on beach, on bridge, on snow, subway
Truck: aside mountain, in city, in forest, in race, in sunset, on beach, on bridge, on grass, on road, on snow
```
## 引文
```
@article{he2020towards,
title={Towards Non-IID Image Classification: A Dataset and Baselines},
author={He, Yue and Shen, Zheyan and Cui, Peng},
journal={Pattern Recognition},
pages={107383},
year={2020},
publisher={Elsevier}
}
```

## Download dataset
:modelscope-code[]{type="git"}

显示名称: NICO
标签类型:
- 分类任务
许可证:
- NICO 自定义许可证
媒体类型:
- 图像
论文链接: ""
发布日期: "2020"
发布网址: http://nico.thumedialab.com/
发布方:
- 清华大学
关键词:
- 草地
任务类型:
- 图像分类
---
# 数据集介绍
## 简介
NICO 数据集专为非独立同分布（Non-IID）或分布外（OOD）图像分类任务设计。其模拟了真实世界的应用场景：测试分布可能会对训练分布产生任意偏移，这违背了绝大多数机器学习方法所依赖的独立同分布（I.I.D.）假设。该数据集可良好支撑的典型研究方向包括但不限于：当测试分布已知时的迁移学习或领域自适应，以及当测试分布未知时的稳定学习或领域泛化。
数据集构建的核心思路是，以核心视觉概念（例如狗）以及该概念出现的上下文环境（例如在草地中）对图像进行标注。通过调整训练与测试数据中不同上下文的占比，可以灵活控制分布偏移的程度，从而支持对各类非独立同分布场景开展研究。
## 类定义

熊: 黑色、棕色、进食、森林中、水中、躺卧、地面上、雪地中、树上、白色
鸟类: 进食、飞行、笼中、手中、水中、树枝上、草地中、地面上、肩膀上、站立
猫: 家中、进食、笼中、河流中、街道上、水中、草地中、雪地中、树上、行走
牛: 人群旁、家中、进食、森林中、河流中、躺卧、草地中、雪地中、带斑点、站立
狗: 家中、进食、笼中、街道上、水中、躺卧、海滩上、草地中、雪地中、奔跑
大象: 进食、马戏团中、森林中、河流中、街道上、动物园中、躺卧、草地中、雪地中、站立
马: 人群旁、家中、森林中、河流中、街道上、躺卧、海滩上、草地中、雪地中、奔跑
猴子: 攀爬、进食、笼中、森林中、水中、海滩上、草地中、雪地中、坐姿、行走
大鼠: 家中、进食、笼中、森林中、洞穴中、水中、躺卧、草地中、雪地中、奔跑
绵羊: 人群旁、日落时分、进食、森林中、水中、躺卧、草地中、道路上、雪地中、行走
飞机: 云层周边、山脉旁、机场、夜间、城市中、日出时分、海滩上、草地中、起飞、搭载飞行员
自行车: 车库中、街道上、日落时分、海滩上、草地中、道路上、雪地中、共享单车、赛车场、搭载人员
船: 码头、跨桥、城市中、河流中、日落时分、海滩上、帆船、搭载人员、木质、游艇
公交车: 交通灯旁、树木旁、车站、庭院、双层巴士、城市中、桥梁上、雪地中、搭载人员
汽车: 公园中、城市中、日落时分、海滩上、展位中、桥梁上、道路上、雪地中、轨道上、搭载人员
直升机: 山脉旁、直升机坪、城市中、森林中、日落时分、海滩上、草地中、海面、雪地中、搭载人员
摩托车: 城市中、车库中、街道上、日落时分、海滩上、草地中、道路上、雪地中、赛道上、搭载人员
火车: 山脉旁、车站、穿越隧道、森林中、日落时分、海滩上、桥梁上、雪地中、地铁
卡车: 山脉旁、城市中、森林中、赛事中、日落时分、海滩上、桥梁上、草地中、道路上、雪地中

## 引文

@article{he2020towards,
title={面向非独立同分布图像分类：数据集与基准方法},
author={何悦、沈哲彦、崔鹏},
journal={模式识别（Pattern Recognition）},
pages={107383},
year={2020},
publisher={爱思唯尔（Elsevier)}
}

## 数据集下载
可通过Git方式获取（基于ModelScope平台）

搜集汇总

背景与挑战

背景概述

NICO是一个专为研究非独立同分布图像分类设计的基准数据集，通过标注物体类别和上下文背景实现可控分布偏移，包含20个类别（11种动物+9种交通工具）各10种场景，适用于迁移学习、领域适应等研究方向。