detectors/ssb_hard-ood|OOD检测数据集|图像分类数据集

---
license: unknown
size_categories: n<1K
task_categories:
- image-classification
pretty_name: SSB (hard)
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
dataset_info:
features:
- name: image
dtype: image
splits:
- name: train
num_bytes: 64639425.0
num_examples: 208
download_size: 0
dataset_size: 64639425.0
---

# Dataset Card for SSB (hard) for OOD Detection

<!-- Provide a quick summary of the dataset. -->

## Dataset Details

### Dataset Description

<!-- Provide a longer summary of what this dataset is. -->

- **Original Dataset Authors**: Sagar Vaze, Kai Han, Andrea Vedaldi, Andrew Zisserman
- **OOD Split Authors:** Julian Bitterwolf, Maximilian Müller, Matthias Hein
- **Shared by:** Eduardo Dadalto
- **License:** unknown

### Dataset Sources

<!-- Provide the basic links for the dataset. -->

- **Original Dataset Paper:** http://arxiv.org/abs/2110.06207v2
- **First OOD Application Paper:** http://arxiv.org/abs/2306.00826v1

### Direct Use

<!-- This section describes suitable use cases for the dataset. -->

This dataset is intended to be used as an ouf-of-distribution dataset for image classification benchmarks.

### Out-of-Scope Use

<!-- This section addresses misuse, malicious use, and uses that the dataset will not work well for. -->

This dataset is not annotated.

### Curation Rationale

<!-- Motivation for the creation of this dataset. -->

The goal in curating and sharing this dataset to the HuggingFace Hub is to accelerate research and promote reproducibility in generalized Out-of-Distribution (OOD) detection.

Check the python library [detectors](https://github.com/edadaltocg/detectors) if you are interested in OOD detection.

### Personal and Sensitive Information

<!-- State whether the dataset contains data that might be considered personal, sensitive, or private (e.g., data that reveals addresses, uniquely identifiable names or aliases, racial or ethnic origins, sexual orientations, religious beliefs, political opinions, financial or health data, etc.). If efforts were made to anonymize the data, describe the anonymization process. -->

Please check original paper for details on the dataset.

### Bias, Risks, and Limitations

<!-- This section is meant to convey both technical and sociotechnical limitations. -->

Please check original paper for details on the dataset.

## Citation

<!-- If there is a paper or blog post introducing the dataset, the APA and Bibtex information for that should go in this section. -->

**BibTeX:**

```bibtex
@software{detectors2023,
author = {Eduardo Dadalto},
title = {Detectors: a Python Library for Generalized Out-Of-Distribution Detection},
url = {https://github.com/edadaltocg/detectors},
doi = {https://doi.org/10.5281/zenodo.7883596},
month = {5},
year = {2023}
}

@article{2306.00826v1,
author = {Julian Bitterwolf and Maximilian Müller and Matthias Hein},
title = {In or Out? Fixing ImageNet Out-of-Distribution Detection Evaluation},
year = {2023},
month = {6},
note = {ICML 2023. Datasets, code and evaluation data at
https://github.com/j-cb/NINCO},
archiveprefix = {arXiv},
url = {http://arxiv.org/abs/2306.00826v1}
}
```

## Dataset Card Authors

Eduardo Dadalto

## Dataset Card Contact

https://huggingface.co/edadaltocg

原始信息汇总

数据集卡片 SSB (hard)

数据集详情

数据集描述

• 原始数据集作者: Sagar Vaze, Kai Han, Andrea Vedaldi, Andrew Zisserman
• OOD 分割作者: Julian Bitterwolf, Maximilian Müller, Matthias Hein
• 共享者: Eduardo Dadalto
• 许可证: unknown

数据集来源

• 原始数据集论文: http://arxiv.org/abs/2110.06207v2
• 首次OOD应用论文: http://arxiv.org/abs/2306.00826v1

直接用途

该数据集旨在用作图像分类基准的分布外数据集。

超出范围用途

该数据集未进行标注。

数据集创建动机

创建和共享此数据集的目标是加速研究并促进广义分布外检测的可重复性。

个人和敏感信息

请查阅原始论文以获取数据集的详细信息。

偏差、风险和限制

请查阅原始论文以获取数据集的详细信息。

引用

BibTeX:

bibtex @software{detectors2023, author = {Eduardo Dadalto}, title = {Detectors: a Python Library for Generalized Out-Of-Distribution Detection}, url = {https://github.com/edadaltocg/detectors}, doi = {https://doi.org/10.5281/zenodo.7883596}, month = {5}, year = {2023} }

@article{2306.00826v1, author = {Julian Bitterwolf and Maximilian Müller and Matthias Hein}, title = {In or Out? Fixing ImageNet Out-of-Distribution Detection Evaluation}, year = {2023}, month = {6}, note = {ICML 2023. Datasets, code and evaluation data at https://github.com/j-cb/NINCO}, archiveprefix = {arXiv}, url = {http://arxiv.org/abs/2306.00826v1} }

数据集卡片作者

Eduardo Dadalto

数据集卡片联系

https://huggingface.co/edadaltocg

AI搜集汇总

数据集介绍

构建方式

SSB (hard)数据集由原始数据集SSB通过特定的构建方法衍生而来，旨在为图像分类基准提供OutOfDistribution（OOD）的数据集。该数据集的构建主要基于原始图像数据，通过特定的技术处理，形成了适用于OOD检测的训练集。具体而言，该数据集包含了208个训练样本，数据集大小为64639425字节。

特点

SSB (hard)数据集的特点在于，它是一个专为OOD检测设计的图像数据集。其数据来源自原始的SSB数据集，但经过了特定的筛选和处理，使得该数据集在图像分类任务中具有挑战性。此外，该数据集未进行任何注释，保留了原始图像的完整性，为研究者提供了一个真实且具有挑战性的研究环境。

使用方法

使用SSB (hard)数据集时，用户可以直接从HuggingFace Hub进行下载。该数据集适用于图像分类基准的OutOfDistribution检测研究。用户可以利用该数据集训练和评估OOD检测模型，从而推进广义OOD检测的研究。具体使用时，用户需要参考相关的Python库detectors，以实现数据集的加载和模型的训练。

背景与挑战

背景概述

SSB (hard)数据集，由Sagar Vaze、Kai Han、Andrea Vedaldi和Andrew Zisserman等研究人员创建，并由Julian Bitterwolf、Maximilian Müller和Matthias Hein等人针对Out-of-Distribution（OOD）检测进行了特殊分割。该数据集的构建旨在促进广义OOD检测的研究与复现，其核心研究问题是图像分类中的OOD样本识别。SSB (hard)数据集的推出，为图像分类领域提供了新的研究方向与工具，对于提升模型的泛化能力和鲁棒性具有重要价值。

当前挑战

SSB (hard)数据集在构建和应用过程中面临的挑战主要包括：1) 如何准确区分OOD样本与常规样本，确保数据集对于模型训练的有效性；2) 数据集的规模较小，可能无法充分覆盖多样化的OOD场景，对模型的泛化能力构成挑战；3) 由于数据集未进行注释，使用者在理解和应用数据集时可能存在困难；4) 数据集的来源和版权信息不明确，可能存在法律和伦理风险。

常用场景

经典使用场景

在图像分类领域中，SSB (hard)数据集被广泛用于评估模型在处理非训练分布数据时的性能。该数据集精选了难以区分的训练样本，旨在作为out-of-distribution（OOD）检测的基准，研究者通过该数据集对模型进行测试，以判断模型在面对未见过的图像分布时的鲁棒性。

解决学术问题

SSB (hard)数据集解决了学术研究中如何准确评估模型在OOD样本上的表现的问题，为研究者提供了一个可靠的测试平台。它有助于推动异常检测和鲁棒性研究的发展，进而提高模型在实际应用中的泛化能力。

衍生相关工作

基于SSB (hard)数据集，研究者们已经衍生出一系列相关工作，包括改进的OOD检测算法、针对特定领域的数据增强技术，以及结合该数据集的模型评估指标。这些工作进一步推动了图像分类领域的研究进展，并为相关技术提供了实验基础。