Oxford-IIIT_Pets
收藏魔搭社区2025-11-27 更新2024-08-31 收录
下载链接:
https://modelscope.cn/datasets/OmniData/Oxford-IIIT_Pets
下载链接
链接失效反馈官方服务:
资源简介:
displayName: Oxford-IIIT Pet
labelTypes:
- Classification
license:
- CC BY-SA 4.0
mediaTypes:
- Image
paperUrl: https://www.robots.ox.ac.uk/~vgg/publications/2012/parkhi12a/parkhi12a.pdf
publishDate: "2012"
publishUrl: https://www.robots.ox.ac.uk/~vgg/data/pets/
publisher:
- University of Oxford
tags:
- Cat
- Dog
taskTypes:
- Image Classification
- Fine Grained Image Classification
- Neural Architecture Search
- Image Compression
---
# 数据集介绍
## 简介
Oxford-IIIT Pet Dataset 有 37 个类别,每个类别大约有 200 张图像。这些图像在比例、姿势和照明方面有很大的变化。所有图像都有相关的品种、头部 ROI 和像素级三元图分割的地面实况注释。
## 引文
```
"@inproceedings{parkhi2012cats,
title={Cats and dogs},
author={Parkhi, Omkar M and Vedaldi, Andrea and Zisserman, Andrew and Jawahar, CV},
booktitle={2012 IEEE conference on computer vision and pattern recognition},
pages={3498--3505},
year={2012},
organization={IEEE}
}"
```
## Download dataset
:modelscope-code[]{type="git"}
displayName: 牛津-IIIT宠物(Oxford-IIIT Pet)
labelTypes:
- 分类
license:
- CC BY-SA 4.0
mediaTypes:
- 图像
paperUrl: https://www.robots.ox.ac.uk/~vgg/publications/2012/parkhi12a/parkhi12a.pdf
publishDate: "2012"
publishUrl: https://www.robots.ox.ac.uk/~vgg/data/pets/
publisher:
- 牛津大学(University of Oxford)
tags:
- 猫
- 狗
taskTypes:
- 图像分类(Image Classification)
- 细粒度图像分类(Fine Grained Image Classification)
- 神经架构搜索(Neural Architecture Search)
- 图像压缩(Image Compression)
---
# 数据集介绍
## 简介
牛津-IIIT宠物数据集(Oxford-IIIT Pet Dataset)共包含37个类别,每类约有200张图像。数据集内的图像在缩放比例、拍摄姿态与光照条件上存在显著差异,所有图像均附带对应品种标注、头部感兴趣区域(Region of Interest, ROI)以及像素级三元分割掩码的真值注释。
## 引文
"@inproceedings{parkhi2012cats,
title={猫与狗},
author={Parkhi, Omkar M and Vedaldi, Andrea and Zisserman, Andrew and Jawahar, CV},
booktitle={2012 IEEE计算机视觉与模式识别会议},
pages={3498--3505},
year={2012},
organization={IEEE}
}
## 下载数据集
:modelscope-code[]{type="git"}
提供机构:
maas
创建时间:
2024-07-05
搜集汇总
数据集介绍

背景与挑战
背景概述
Oxford-IIIT_Pets是一个宠物图像数据集,包含37个类别(如猫和狗),每个类别约有200张图像,图像在尺度、姿态和光照方面变化显著。数据集提供了品种标注、头部ROI和像素级trimap分割,适用于计算机视觉任务如目标检测和图像分割。
以上内容由遇见数据集搜集并总结生成



