LRGB/coco_superpixels_edge_wt_only_coord_30

数据集`coco_superpixels_edge_wt_only_coord_30`属于图机器学习任务类别，大小在1M到10M之间。数据集包含节点特征（x）、边索引（edge_index）、边属性（edge_attr）和标签（y）。数据集分为训练集、验证集和测试集，分别包含113287、5001和5001个样本。数据集的总下载大小为3256545字节，总数据集大小为3945248字节。数据集的应用领域是计算机视觉，任务是节点预测，节点特征包括像素和坐标（14维），边特征包括边权重（1或2维），性能评估指标是macro F1。数据集包含123,286个图，58,793,216个节点，平均每个图有476.88个节点，平均度数为5.65，总边数为332,091,902，平均每个图有2,693.67条边，平均最短路径为10.66±0.55，平均直径为27.39±2.14。数据集的创建者是Vijay Prakash Dwivedi，引用信息为Dwivedi等人于2022年发表的论文。The dataset `coco_superpixels_edge_wt_only_coord_30` belongs to the category of graph machine learning tasks, with a size ranging from 1 MB to 10 MB. This dataset contains node features (x), edge indices (edge_index), edge attributes (edge_attr), and labels (y). It is divided into training, validation, and test sets, which contain 113287, 5001, and 5001 samples respectively. The total download size of the dataset is 3256545 bytes, and the total dataset size is 3945248 bytes. The application domain of this dataset is computer vision, and the downstream task is node prediction. The node features include pixel values and coordinates (14-dimensional), while the edge features consist of edge weights (1 or 2-dimensional). The performance evaluation metric is macro F1. This dataset contains 123,286 graphs, with a total of 58,793,216 nodes. On average, each graph has 476.88 nodes and an average degree of 5.65. The total number of edges is 332,091,902, with an average of 2,693.67 edges per graph. The average shortest path length is 10.66 ± 0.55, and the average diameter is 27.39 ± 2.14. The creator of this dataset is Vijay Prakash Dwivedi, and the citation information corresponds to the paper published by Dwivedi et al. in 2022.

原始信息汇总

数据集概述

基本信息

• 数据集名称: COCO-SP
• 任务类别: 图机器学习（graph-ml）
• 数据集大小: 1M<n<10M
• 标签: lrgb
• 许可证: CC-BY-4.0

数据集特征

• 特征名称与数据类型:
  • x: int64
  • edge_index: int64
  • edge_attr: int64
  • y: int64

数据集划分

• 训练集:
  • 样本数: 113,287
  • 存储大小: 3,625,184 字节
• 验证集:
  • 样本数: 5,001
  • 存储大小: 160,032 字节
• 测试集:
  • 样本数: 5,001
  • 存储大小: 160,032 字节

数据集大小

• 下载大小: 3,256,545 字节
• 数据集总大小: 3,945,248 字节

数据集详情

• 领域: 计算机视觉
• 任务: 节点预测
• 节点特征维度: Pixel + Coord (14)
• 边特征维度: Edge Weight (1 or 2)
• 性能指标: macro F1

数据集统计

• 图数量: 123,286
• 节点总数: 58,793,216
• 平均节点数: 476.88
• 平均度数: 5.65
• 边总数: 332,091,902
• 平均边数: 2,693.67
• 平均最短路径: 10.66±0.55
• 平均直径: 27.39±2.14

搜集汇总

数据集介绍

构建方式

LRGB/coco_superpixels_edge_wt_only_coord_30数据集源于计算机视觉领域的图学习需求，旨在将图像转化为图结构以进行节点预测任务。该数据集基于COCO图像数据集，通过超像素分割技术将每张图像映射为一个图，其中节点对应超像素区域，节点特征融合了像素值与坐标信息，维度为14。边属性仅保留边缘权重，维度为1或2，以此简化图结构并聚焦于空间关系。数据集共包含123,286个图，节点总数达58,793,216，平均每个图约477个节点，确保了图规模的多样性与代表性。

使用方法

使用该数据集时，用户需通过HuggingFace的datasets库加载，并指定图结构数据格式。数据特征包括节点特征x、边索引edge_index、边属性edge_attr及标签y，均为int64类型。建议采用PyTorch Geometric或DGL等图学习框架进行模型构建，利用长程依赖特性设计网络架构。训练时需注意图规模的差异性，可采用批处理策略优化内存使用。评估阶段应聚焦于宏F1分数，以衡量模型在节点预测任务中的综合性能，尤其关注长距离信息传递的有效性。

背景与挑战

背景概述

在计算机视觉与图机器学习的交叉领域中，图像通常被建模为规则网格数据，但近年来，将图像转化为图结构以捕捉像素间的长程依赖关系已成为研究热点。LRGB/coco_superpixels_edge_wt_only_coord_30数据集由Vijay Prakash Dwivedi等人于2022年创建，源自长期图基准（Long Range Graph Benchmark, LRGB）项目，旨在推动图神经网络在节点预测任务上的发展。该数据集基于COCO图像，通过超像素分割将每张图像转换为图，节点特征包含像素坐标与颜色信息，边特征为权重，核心研究问题在于评估图模型对图像中远距离语义关系的建模能力。作为LRGB的一部分，该数据集为图神经网络在视觉领域的性能评测提供了标准化基准，尤其关注长程依赖的挑战，对图学习社区产生了重要影响。

当前挑战

该数据集所解决的领域挑战在于图神经网络对图像中长程空间依赖的建模不足，传统图模型受限于局部邻域聚合，难以捕获远距离像素间的语义关联，而COCO-SP通过构建平均节点度约5.65的稀疏图，迫使模型依赖边权重信息而非密集连接来推断全局结构。构建过程中的挑战包括超像素分割的粒度选择与图规模的控制，数据集包含123,286个图，平均节点数高达476.88，平均边数达2,693.67，需在保持图连通性的同时确保节点特征（14维）与边特征（1或2维）的紧凑性，以平衡计算效率与信息完整性。此外，边权重仅基于坐标或强度计算，缺乏显式语义指导，增加了模型从几何先验中学习高阶关系的难度。

常用场景

经典使用场景

在计算机视觉与图神经网络的交叉领域中，COCO-SP超像素图数据集凭借其大规模图像节点预测任务，成为评估模型长程依赖建模能力的基准。该数据集将COCO图像分割为约477个超像素节点，每个节点融合像素特征与空间坐标，边属性编码相邻超像素的权重信息，从而将图像分类问题转化为节点级预测。研究者常利用其30个类别的宏F1指标，验证图Transformer、消息传递网络等架构在捕获全局结构信息时的性能优劣，尤其关注模型在跨越长距离空间关联时的表达能力。

解决学术问题

该数据集系统性地解决了图神经网络在长程交互场景下的评估难题。传统基准如ZINC或Cora多聚焦于局部邻域聚合，而COCO-SP通过构建平均直径达27.39的超像素图，迫使模型必须处理跨越数十个节点的信号传播。学术研究中，它被用于检验门控机制、位置编码及可学习边特征等创新设计能否缓解过度平滑问题，并量化不同架构在图像语义分割任务中的泛化边界。其意义在于推动图学习理论从短程依赖向全局感知的范式演进。

实际应用

实际应用中，COCO-SP为高分辨率遥感图像分析、医学影像病灶分割等场景提供了轻量化解决方案。通过将像素网格抽象为超像素图，可在保留语义边界的同时降低计算复杂度，使边缘计算设备能实时处理图像分类任务。例如在自动驾驶领域，该数据集验证了基于图结构的道路目标识别方法，能够有效应对遮挡和光照变化；在工业质检中，超像素图上的节点预测模型可精准定位微小缺陷，显著提升检测效率与鲁棒性。

数据集最近研究

最新研究方向

在计算机视觉与图神经网络交叉领域，COCO-SP超像素图数据集（LRGB/coco_superpixels_edge_wt_only_coord_30）正成为长程依赖建模研究的关键基准。该数据集将COCO图像分割为平均476.88个节点的超像素图，节点特征融合像素值与坐标信息，边属性仅保留权重，为节点预测任务提供macro F1评估指标。当前前沿方向聚焦于突破图神经网络在长程信息传播中的瓶颈，如通过图Transformer或可微分池化架构捕获超像素间远距离语义关联，这与近期关于图结构长程依赖的理论突破（如等变消息传递机制）高度契合。该数据集的123,286张图规模及平均10.66的短路径长度，使其成为验证模型能否在视觉场景中有效聚合全局上下文信息的试金石，其研究成果直接影响自动驾驶场景理解、医学图像分析等需要跨区域语义推理的应用领域。