Multimodal-Fatima/FGVC_Aircraft_test

Name: Multimodal-Fatima/FGVC_Aircraft_test
Creator: Multimodal-Fatima
Published: 2023-06-02 02:15:19
License: 暂无描述

Hugging Face2023-06-02 更新2024-03-04 收录

下载链接：

https://hf-mirror.com/datasets/Multimodal-Fatima/FGVC_Aircraft_test

下载链接

链接失效反馈

官方服务：

资源简介：

--- dataset_info: features: - name: image dtype: image - name: family dtype: class_label: names: '0': A300 '1': A310 '2': A320 '3': A330 '4': A340 '5': A380 '6': ATR-42 '7': ATR-72 '8': An-12 '9': BAE 146 '10': BAE-125 '11': Beechcraft 1900 '12': Boeing 707 '13': Boeing 717 '14': Boeing 727 '15': Boeing 737 '16': Boeing 747 '17': Boeing 757 '18': Boeing 767 '19': Boeing 777 '20': C-130 '21': C-47 '22': CRJ-200 '23': CRJ-700 '24': Cessna 172 '25': Cessna 208 '26': Cessna Citation '27': Challenger 600 '28': DC-10 '29': DC-3 '30': DC-6 '31': DC-8 '32': DC-9 '33': DH-82 '34': DHC-1 '35': DHC-6 '36': DR-400 '37': Dash 8 '38': Dornier 328 '39': EMB-120 '40': Embraer E-Jet '41': Embraer ERJ 145 '42': Embraer Legacy 600 '43': Eurofighter Typhoon '44': F-16 '45': F/A-18 '46': Falcon 2000 '47': Falcon 900 '48': Fokker 100 '49': Fokker 50 '50': Fokker 70 '51': Global Express '52': Gulfstream '53': Hawk T1 '54': Il-76 '55': King Air '56': L-1011 '57': MD-11 '58': MD-80 '59': MD-90 '60': Metroliner '61': PA-28 '62': SR-20 '63': Saab 2000 '64': Saab 340 '65': Spitfire '66': Tornado '67': Tu-134 '68': Tu-154 '69': Yak-42 - name: manufacturer dtype: class_label: names: '0': ATR '1': Airbus '2': Antonov '3': Beechcraft '4': Boeing '5': Bombardier Aerospace '6': British Aerospace '7': Canadair '8': Cessna '9': Cirrus Aircraft '10': Dassault Aviation '11': Dornier '12': Douglas Aircraft Company '13': Embraer '14': Eurofighter '15': Fairchild '16': Fokker '17': Gulfstream Aerospace '18': Ilyushin '19': Lockheed Corporation '20': Lockheed Martin '21': McDonnell Douglas '22': Panavia '23': Piper '24': Robin '25': Saab '26': Supermarine '27': Tupolev '28': Yakovlev '29': de Havilland - name: label dtype: class_label: names: '0': 707-320 '1': 727-200 '2': 737-200 '3': 737-300 '4': 737-400 '5': 737-500 '6': 737-600 '7': 737-700 '8': 737-800 '9': 737-900 '10': 747-100 '11': 747-200 '12': 747-300 '13': 747-400 '14': 757-200 '15': 757-300 '16': 767-200 '17': 767-300 '18': 767-400 '19': 777-200 '20': 777-300 '21': A300B4 '22': A310 '23': A318 '24': A319 '25': A320 '26': A321 '27': A330-200 '28': A330-300 '29': A340-200 '30': A340-300 '31': A340-500 '32': A340-600 '33': A380 '34': ATR-42 '35': ATR-72 '36': An-12 '37': BAE 146-200 '38': BAE 146-300 '39': BAE-125 '40': Beechcraft 1900 '41': Boeing 717 '42': C-130 '43': C-47 '44': CRJ-200 '45': CRJ-700 '46': CRJ-900 '47': Cessna 172 '48': Cessna 208 '49': Cessna 525 '50': Cessna 560 '51': Challenger 600 '52': DC-10 '53': DC-3 '54': DC-6 '55': DC-8 '56': DC-9-30 '57': DH-82 '58': DHC-1 '59': DHC-6 '60': DHC-8-100 '61': DHC-8-300 '62': DR-400 '63': Dornier 328 '64': E-170 '65': E-190 '66': E-195 '67': EMB-120 '68': ERJ 135 '69': ERJ 145 '70': Embraer Legacy 600 '71': Eurofighter Typhoon '72': F-16A/B '73': F/A-18 '74': Falcon 2000 '75': Falcon 900 '76': Fokker 100 '77': Fokker 50 '78': Fokker 70 '79': Global Express '80': Gulfstream IV '81': Gulfstream V '82': Hawk T1 '83': Il-76 '84': L-1011 '85': MD-11 '86': MD-80 '87': MD-87 '88': MD-90 '89': Metroliner '90': Model B200 '91': PA-28 '92': SR-20 '93': Saab 2000 '94': Saab 340 '95': Spitfire '96': Tornado '97': Tu-134 '98': Tu-154 '99': Yak-42 - name: id dtype: int64 - name: clip_tags_ViT_L_14 sequence: string - name: LLM_Description_opt175b_downstream_tasks_ViT_L_14 sequence: string - name: LLM_Description_gpt3_downstream_tasks_ViT_L_14 sequence: string - name: blip_caption dtype: string - name: clip_tag_ViT_L_14_specific dtype: string - name: LLM_Description_gpt3_downstream_tasks_visual_genome_ViT_L_14 sequence: string - name: Attributes_ViT_L_14_text_davinci_003_full sequence: string - name: Attributes_ViT_L_14_text_davinci_003_fgvc sequence: string - name: clip_tags_ViT_L_14_with_openai_classes sequence: string - name: clip_tags_ViT_L_14_wo_openai_classes sequence: string - name: clip_tags_ViT_L_14_simple_specific dtype: string - name: clip_tags_ViT_L_14_ensemble_specific dtype: string - name: clip_tags_ViT_B_16_simple_specific dtype: string - name: clip_tags_ViT_B_16_ensemble_specific dtype: string - name: clip_tags_ViT_B_32_simple_specific dtype: string - name: clip_tags_ViT_B_32_ensemble_specific dtype: string - name: Attributes_ViT_B_16_descriptors_text_davinci_003_full sequence: string - name: Attributes_LAION_ViT_H_14_2B_descriptors_text_davinci_003_full sequence: string - name: clip_tags_LAION_ViT_H_14_2B_simple_specific dtype: string - name: clip_tags_LAION_ViT_H_14_2B_ensemble_specific dtype: string splits: - name: test num_bytes: 929803718.0 num_examples: 3333 download_size: 923279914 dataset_size: 929803718.0 --- # Dataset Card for "FGVC_Aircraft_test" [More Information needed](https://github.com/huggingface/datasets/blob/main/CONTRIBUTING.md#how-to-contribute-to-the-dataset-cards)

提供机构：

Multimodal-Fatima

原始信息汇总

数据集概述

数据集名称：FGVC_Aircraft_test

数据集特征

数据集包含以下特征：

image
- 数据类型：图像
family
- 数据类型：分类标签
- 类别名称：
  - 0: A300
  - 1: A310
  - 2: A320
  - 3: A330
  - 4: A340
  - 5: A380
  - 6: ATR-42
  - 7: ATR-72
  - 8: An-12
  - 9: BAE 146
  - 10: BAE-125
  - 11: Beechcraft 1900
  - 12: Boeing 707
  - 13: Boeing 717
  - 14: Boeing 727
  - 15: Boeing 737
  - 16: Boeing 747
  - 17: Boeing 757
  - 18: Boeing 767
  - 19: Boeing 777
  - 20: C-130
  - 21: C-47
  - 22: CRJ-200
  - 23: CRJ-700
  - 24: Cessna 172
  - 25: Cessna 208
  - 26: Cessna Citation
  - 27: Challenger 600
  - 28: DC-10
  - 29: DC-3
  - 30: DC-6
  - 31: DC-8
  - 32: DC-9
  - 33: DH-82
  - 34: DHC-1
  - 35: DHC-6
  - 36: DR-400
  - 37: Dash 8
  - 38: Dornier 328
  - 39: EMB-120
  - 40: Embraer E-Jet
  - 41: Embraer ERJ 145
  - 42: Embraer Legacy 600
  - 43: Eurofighter Typhoon
  - 44: F-16
  - 45: F/A-18
  - 46: Falcon 2000
  - 47: Falcon 900
  - 48: Fokker 100
  - 49: Fokker 50
  - 50: Fokker 70
  - 51: Global Express
  - 52: Gulfstream
  - 53: Hawk T1
  - 54: Il-76
  - 55: King Air
  - 56: L-1011
  - 57: MD-11
  - 58: MD-80
  - 59: MD-90
  - 60: Metroliner
  - 61: PA-28
  - 62: SR-20
  - 63: Saab 2000
  - 64: Saab 340
  - 65: Spitfire
  - 66: Tornado
  - 67: Tu-134
  - 68: Tu-154
  - 69: Yak-42
manufacturer
- 数据类型：分类标签
- 类别名称：
  - 0: ATR
  - 1: Airbus
  - 2: Antonov
  - 3: Beechcraft
  - 4: Boeing
  - 5: Bombardier Aerospace
  - 6: British Aerospace
  - 7: Canadair
  - 8: Cessna
  - 9: Cirrus Aircraft
  - 10: Dassault Aviation
  - 11: Dornier
  - 12: Douglas Aircraft Company
  - 13: Embraer
  - 14: Eurofighter
  - 15: Fairchild
  - 16: Fokker
  - 17: Gulfstream Aerospace
  - 18: Ilyushin
  - 19: Lockheed Corporation
  - 20: Lockheed Martin
  - 21: McDonnell Douglas
  - 22: Panavia
  - 23: Piper
  - 24: Robin
  - 25: Saab
  - 26: Supermarine
  - 27: Tupolev
  - 28: Yakovlev
  - 29: de Havilland
label
- 数据类型：分类标签
- 类别名称：
  - 0: 707-320
  - 1: 727-200
  - 2: 737-200
  - 3: 737-300
  - 4: 737-400
  - 5: 737-500
  - 6: 737-600
  - 7: 737-700
  - 8: 737-800
  - 9: 737-900
  - 10: 747-100
  - 11: 747-200
  - 12: 747-300
  - 13: 747-400
  - 14: 757-200
  - 15: 757-300
  - 16: 767-200
  - 17: 767-300
  - 18: 767-400
  - 19: 777-200
  - 20: 777-300
  - 21: A300B4
  - 22: A310
  - 23: A318
  - 24: A319
  - 25: A320
  - 26: A321
  - 27: A330-200
  - 28: A330-300
  - 29: A340-200
  - 30: A340-300
  - 31: A340-500
  - 32: A340-600
  - 33: A380
  - 34: ATR-42
  - 35: ATR-72
  - 36: An-12
  - 37: BAE 146-200
  - 38: BAE 146-300
  - 39: BAE-125
  - 40: Beechcraft 1900
  - 41: Boeing 717
  - 42: C-130
  - 43: C-47
  - 44: CRJ-200
  - 45: CRJ-700
  - 46: CRJ-900
  - 47: Cessna 172
  - 48: Cessna 208
  - 49: Cessna 525
  - 50: Cessna 560
  - 51: Challenger 600
  - 52: DC-10
  - 53: DC-3
  - 54: DC-6
  - 55: DC-8
  - 56: DC-9-30
  - 57: DH-82
  - 58: DHC-1
  - 59: DHC-6
  - 60: DHC-8-100
  - 61: DHC-8-300
  - 62: DR-400
  - 63: Dornier 328
  - 64: E-170
  - 65: E-190
  - 66: E-195
  - 67: EMB-120
  - 68: ERJ 135
  - 69: ERJ 145
  - 70: Embraer Legacy 600
  - 71: Eurofighter Typhoon
  - 72: F-16A/B
  - 73: F/A-18
  - 74: Falcon 2000
  - 75: Falcon 900
  - 76: Fokker 100
  - 77: Fokker 50
  - 78: Fokker 70
  - 79: Global Express
  - 80: Gulfstream IV
  - 81: Gulfstream V
  - 82: Hawk T1
  - 83: Il-76
  - 84: L-1011
  - 85: MD-11
  - 86: MD-80
  - 87: MD-87
  - 88: MD-90
  - 89: Metroliner
  - 90: Model B200
  - 91: PA-28
  - 92: SR-20
  - 93: Saab 2000
  - 94: Saab 340
  - 95: Spitfire
  - 96: Tornado
  - 97: Tu-134
  - 98: Tu-154
  - 99: Yak-42
id
- 数据类型：int64
clip_tags_ViT_L_14
- 数据类型：字符串序列
LLM_Description_opt175b_downstream_tasks_ViT_L_14
- 数据类型：字符串序列
LLM_Description_gpt3_downstream_tasks_ViT_L_14
- 数据类型：字符串序列
blip_caption
- 数据类型：字符串
clip_tag_ViT_L_14_specific
- 数据类型：字符串
LLM_Description_gpt3_downstream_tasks_visual_genome_ViT_L_14
- 数据类型：字符串序列
Attributes_ViT_L_14_text_davinci_003_full
- 数据类型：字符串序列
Attributes_ViT_L_14_text_davinci_003_fgvc
- 数据类型：字符串序列
clip_tags_ViT_L_14_with_openai_classes
- 数据类型：字符串序列
clip_tags_ViT_L_14_wo_openai_classes
- 数据类型：字符串序列
clip_tags_ViT_L_14_simple_specific
- 数据类型：字符串
clip_tags_ViT_L_14_ensemble_specific
- 数据类型：字符串
clip_tags_ViT_B_16_simple_specific
- 数据类型：字符串
clip_tags_ViT_B_16_ensemble_specific
- 数据类型：字符串
clip_tags_ViT_B_32_simple_specific
- 数据类型：字符串
clip_tags_ViT_B_32_ensemble_specific
- 数据类型：字符串
Attributes_ViT_B_16_descriptors_text_davinci_003_full
- 数据类型：字符串序列
Attributes_LAION_ViT_H_14_2B_descriptors_text_davinci_003_full
- 数据类型：字符串序列
clip_tags_LAION_ViT_H_14_2B_simple_specific
- 数据类型：字符串
clip_tags_LAION_ViT_H_14_2B_ensemble_specific
- 数据类型：字符串

数据集分割

test
- 数据量：3333个样本
- 数据大小：929803718.0字节
- 下载大小：923279914字节

数据集大小

总数据大小：929803718.0字节

搜集汇总

数据集介绍

构建方式

在细粒度视觉分类领域，FGVC_Aircraft_test数据集作为评估基准，其构建过程体现了严谨的学术规范。该数据集从公开的航空图像资源中系统性地采集了3333张测试样本，每张图像均经过精确标注，形成了多层次的分类体系。核心标注信息涵盖了飞机型号、所属系列以及制造商三个关键维度，确保了数据在类别上的精细划分与结构完整性。这一构建方式为模型在未见数据上的泛化能力提供了可靠的测试基础。

特点

本数据集的核心特点在于其丰富的多模态标注与细粒度分类体系。它不仅提供了高分辨率的航空器图像，更集成了由多种前沿视觉-语言模型生成的深度描述与属性标签，例如BLIP生成的图像描述和CLIP模型提取的语义标签。这些多源、多层次的注释信息，从简单的型号识别到复杂的视觉属性分析，极大地拓展了数据集的表征维度与研究潜力，为探索视觉理解与语言描述的关联提供了宝贵资源。

使用方法

该数据集主要服务于计算机视觉，特别是细粒度图像分类与多模态学习的研究与评估。使用者可通过标准数据加载接口便捷地访问图像及其对应的多层次标签。在具体应用中，研究人员可将此数据集作为测试集，用于评估模型在区分极其相似的飞机子类别上的性能。此外，丰富的预生成多模态标签（如CLIP标签、LLM描述）可直接用于训练或作为监督信号，支持零样本学习、图像描述生成及视觉-语言对齐等前沿任务的探索与验证。

背景与挑战

背景概述

在细粒度视觉分类领域，精准识别高度相似子类别对象一直是计算机视觉研究的核心难题。FGVC_Aircraft数据集作为该领域的经典基准，由牛津大学视觉几何组于2013年创建，专注于飞机型号的精细识别。该数据集涵盖了从商用客机到军用战机等超过100种飞机型号，每张图像均标注了机型、制造商及系列变体等多层次语义信息，为研究模型在细微视觉差异下的判别能力提供了重要支撑，极大地推动了细粒度识别、迁移学习及多标签分类算法的发展。

当前挑战

该数据集旨在解决细粒度视觉分类中，因类间差异微小、类内差异显著而导致的识别挑战，例如区分不同系列的波音737变体。在构建过程中，面临的主要困难包括：如何确保图像中飞机主体的完整性与清晰度，以捕捉关键判别特征；以及如何建立准确且一致的层次化标注体系，涵盖机型、制造商及具体变体等多维度信息，这对标注的专业性与规模提出了极高要求。

常用场景

经典使用场景

在细粒度视觉分类领域，FGVC_Aircraft_test数据集作为评估基准，其经典应用场景集中于飞机型号的精确识别。该数据集通过提供高分辨率飞机图像及多层次标注，为研究者构建了严谨的测试环境，用以验证模型在区分外观高度相似的不同飞机变体时的判别能力。这种精细分类任务不仅要求模型捕捉全局特征，更需关注引擎布局、舷窗设计等局部细节的微妙差异，从而推动计算机视觉技术在复杂对象识别方向的发展。

解决学术问题

该数据集有效解决了细粒度视觉分类中类内差异大、类间差异小的核心学术难题。通过构建涵盖100种飞机变体的结构化测试集，为度量模型在真实场景下的泛化性能提供了标准化尺度。其意义在于建立了可重复的评估框架，使研究者能够系统分析模型在区分737-800与737-900等近似型号时的特征学习机制，进而促进度量学习、注意力机制等前沿方法在细微特征辨识方面的理论突破与算法创新。

衍生相关工作

围绕该数据集衍生的经典研究包括多层注意力网络、部件定位算法及元学习框架的创新。诸多工作通过挖掘数据集中制造商与家族层级的语义关联，提出了层次化特征融合方法；部分研究利用其丰富的预训练标签字段，探索了视觉-语言联合表征在零样本细粒度分类中的迁移机制；更有学者基于该测试集构建了跨域泛化基准，推动了领域自适应技术在专业垂直场景中的应用进展。

以上内容由遇见数据集搜集并总结生成

5,000+

优质数据集

54 个

任务类型

进入经典数据集