牛津102种花卉数据集

我们创建了一个 102 个类别的数据集，由 102 个花卉类别组成。花选为英国常见的花。每个类由 40 到 258 张图像组成。可以在此类别统计页面上找到类别的详细信息和每个类别的图像数量。 图像具有大尺度、姿势和光线变化。此外，还有类别内差异较大的类别和几个非常相似的类别。数据集使用具有形状和颜色特征的 isomap 进行可视化。 We visualize the categories in the dataset using SIFT features as shape descriptors and HSV as colour descriptor. The images are randomly sampled from the category. Nilsback, M-E. and Zisserman, A. Automated flower classification over a large number of classes Proceedings of the Indian Conference on Computer Vision, Graphics and Image Processing (2008)

本数据集构建了一个包含102个类别的花卉数据集，所有类别均选自英国本土常见花卉。每个类别包含40至258张不等的图像样本。各类别的详细信息及单类别图像数量可于对应类别统计页面查询。图像存在显著的尺度变化、拍摄姿态与光照条件差异。此外，部分类别存在较大的类内差异，同时存在若干视觉特征高度相似的类别。本数据集采用结合形状与颜色特征的等距映射（Isomap）完成类别可视化，具体以尺度不变特征变换（SIFT, Scale-Invariant Feature Transform）作为形状描述符，以HSV (Hue-Saturation-Value)颜色空间作为颜色描述符。所有图像均从对应类别中随机采样获得。本数据集的参考文献为：Nilsback, M-E. 与 Zisserman, A. 发表于《印度计算机视觉、图形与图像处理会议论文集》（2008年）的论文《大规模多类别花卉自动分类》。

搜集汇总

背景与挑战

背景概述

牛津102种花卉数据集是一个包含102个英国常见花卉类别的图像数据集，每个类别有40至258张图像，总计330MB。该数据集专为花卉分类任务设计，图像具有尺度、姿势和光线变化，类别间存在相似性挑战，适用于机器视觉和图像识别研究。