iWildCam2020-WILDS

该数据集是一个为物种分类任务设计的基准数据集，旨在测试在包含182个物种的标签空间中对分布外（OOD）泛化的能力。该数据集特别针对评估OOD泛化而设计，包含了来自不同地点的图像，以确保样本的多样性。在规模上，训练集和测试集采用了不重叠的地点集合。该数据集的任务是对物种进行分类。

This dataset is a benchmark designed for species classification tasks, aimed at evaluating out-of-distribution (OOD) generalization performance within a label space encompassing 182 species. Specifically developed for assessing OOD generalization, this dataset includes images collected from various locations to guarantee sample diversity. For dataset partitioning, the training and test sets utilize non-overlapping sets of sampling locations. The core task of this dataset is species classification.

搜集汇总

背景与挑战

背景概述

iWildCam2020-WILDS是一个用于野生动物生物多样性监测的数据集，包含来自不同相机陷阱的动物照片，旨在研究模型在新相机部署上的泛化能力。数据集支持182种动物的多类物种分类任务，重点关注因相机位置不同导致的环境变化对模型性能的影响。