Places-LT

Places-LT 有一个不平衡的训练集，包含来自 Places-2 的 365 个类别的 62,500 张图像。类频率遵循自然幂律分布，每类最多 4,980 幅图像，每类最少 5 幅图像。验证集和测试集是平衡的，每类分别包含 20 和 100 张图像。

Places-LT features an imbalanced training set consisting of 62,500 images across 365 categories sourced from Places-2. The class frequencies follow a natural power-law distribution, with each category holding a maximum of 4,980 images and a minimum of 5 images. The validation and test sets are balanced, with each category containing 20 and 100 images respectively.

搜集汇总

背景与挑战

背景概述

Places-LT是一个用于长尾学习的图像数据集，包含365个类别的62,500张训练图像，训练集类频率遵循自然幂律分布，呈现显著不平衡性，每类图像数量从5到4,980不等，而验证集和测试集是平衡的，每类分别有20和100张图像。该数据集由香港中文大学和加州大学伯克利分校于2019年发布，适用于计算机视觉和机器学习中的长尾识别任务。