iNaturalist 2017|图像识别数据集|生物多样性数据集

iNaturalist 2017数据集 (iNat) 包含来自5,089自然细粒度类别的675,170训练和验证图像。这些类别属于13个超级类别，包括植物 (植物)，昆虫 (昆虫)，鸟类 (鸟类)，哺乳动物 (哺乳动物) 等。iNat数据集高度不平衡，每个类别的图像数量截然不同。例如，最大的超级类别 “Plantae (植物)” 具有来自2,101类别的196,613图像; 而最小的超级类别 “Protozoa” 仅具有来自4个类别的381图像。iNaturalist 2017数据集 (iNat) 包含来自5,089自然细粒度类别的675,170训练和验证图像。这些类别属于13个超级类别，包括植物 (植物)，昆虫 (昆虫)，鸟类 (鸟类)，哺乳动物 (哺乳动物) 等。iNat数据集高度不平衡，每个类别的图像数量截然不同。例如，最大的超级类别 “Plantae (植物)” 具有来自2,101类别的196,613图像; 而最小的超级类别 “Protozoa” 仅具有来自4个类别的381图像。

AI搜集汇总

背景与挑战

背景概述

iNaturalist 2017是一个大规模细粒度图像分类数据集，包含675,170张训练和验证图像，覆盖5,089个自然类别，分为13个超级类别如植物、昆虫和鸟类。该数据集高度不平衡，不同类别的图像数量差异极大，例如最大类别'Plantae'有超过19万张图像，而最小类别'Protozoa'仅381张，适用于研究不平衡数据下的分类任务。