cairocode/BALANCED_MSPP_V6

---
dataset_info:
features:
- name: image
dtype: image
- name: arousal
dtype: float64
- name: valence
dtype: float64
- name: label
dtype: int64
- name: arousal_norm
dtype: float64
- name: valence_norm
dtype: float64
splits:
- name: train
num_bytes: 2672439779.7702065
num_examples: 56832
- name: validation
num_bytes: 788839824.31
num_examples: 16786
- name: test
num_bytes: 839947272.63
num_examples: 17789
download_size: 4310452814
dataset_size: 4301226876.710206
configs:
- config_name: default
data_files:
- split: train
path: data/train-*
- split: validation
path: data/validation-*
- split: test
path: data/test-*
---

数据集信息：
特征列表：
- 名称：图像（image），数据类型：图像类型
- 名称：唤醒度（arousal），数据类型：双精度64位浮点数（float64）
- 名称：效价（valence），数据类型：双精度64位浮点数（float64）
- 名称：标签（label），数据类型：64位整数（int64）
- 名称：归一化唤醒度（arousal_norm），数据类型：双精度64位浮点数（float64）
- 名称：归一化效价（valence_norm），数据类型：双精度64位浮点数（float64）
数据划分：
- 名称：训练集（train），占用存储空间：2672439779.7702065 字节，样本量：56832
- 名称：验证集（validation），占用存储空间：788839824.31 字节，样本量：16786
- 名称：测试集（test），占用存储空间：839947272.63 字节，样本量：17789
下载总大小：4310452814 字节，数据集总存储大小：4301226876.710206 字节
配置项：
- 配置名称：default（默认配置），对应数据文件：
- 训练集（train）：数据路径为 data/train-*
- 验证集（validation）：数据路径为 data/validation-*
- 测试集（test）：数据路径为 data/test-*

原始信息汇总

数据集概述

数据集特征

• image：图像数据，数据类型为图像。
• arousal：唤醒度，数据类型为float64。
• valence：情绪效价，数据类型为float64。
• label：标签，数据类型为int64。
• arousal_norm：归一化唤醒度，数据类型为float64。
• valence_norm：归一化情绪效价，数据类型为float64。

数据集划分

• 训练集（train）：包含56832个样本，总大小为2672439779.7702065字节。
• 验证集（validation）：包含16786个样本，总大小为788839824.31字节。
• 测试集（test）：包含17789个样本，总大小为839947272.63字节。

数据集大小

• 下载大小：4310452814字节。
• 数据集总大小：4301226876.710206字节。

配置文件

• 默认配置（default）：
  • 训练集路径：data/train-*
  • 验证集路径：data/validation-*
  • 测试集路径：data/test-*

搜集汇总

数据集介绍

构建方式

在情感计算与视觉认知科学的交叉领域中，数据集的质量直接决定了模型对人类情感理解的精度。cairocode/BALANCED_MSPP_V6 数据集通过精心的样本平衡策略构建而成，旨在克服传统情感数据集中类别分布不均的困境。其构建过程首先从大规模图像库中筛选出涵盖多维度情感状态的视觉刺激，随后由标注人员基于效价（valence）与唤醒度（arousal）两个核心维度进行连续值评分，并通过归一化处理消除个体差异。最终，数据集被划分为训练集、验证集和测试集，分别包含56832、16786和17789个样本，确保各子集在情感标签分布上保持均衡，为下游任务提供稳健的基准。

特点

该数据集的核心特色在于其多维情感标注体系与结构化的数据平衡性。每张图像不仅附有离散的情感类别标签（label），还提供了连续尺度上的效价与唤醒度数值及对应的归一化版本，使得模型既能学习分类边界，也能捕捉情感的细微渐变。此外，数据集的划分严格遵循比例均衡原则，三大子集的样本数量经过精心调配，有效避免了训练过程中的偏差放大问题。这种设计尤其适用于多模态情感识别研究，支持从静态图像中提取与情感相关的视觉特征，并验证模型在分布外场景下的泛化能力。

使用方法

使用该数据集时，研究者可通过HuggingFace Datasets库直接加载，指定配置名'default'后自动获取已划分的train、validation和test分片。图像数据以PIL Image格式加载，情感标注以浮点数形式提供，便于直接接入PyTorch或TensorFlow训练流水线。典型的应用流程包括：利用预训练的视觉模型（如ResNet或ViT）提取图像特征，将arousal与valence作为回归目标进行多任务学习，或将label作为分类目标进行情感识别。数据集支持灵活的批处理与数据增强，适用于情感分析、人机交互及计算美学等前沿领域的研究与开发。

背景与挑战

背景概述

情感计算与视觉理解领域长期致力于从图像中解码人类情感状态，其中效价-唤醒度（Valence-Arousal）二维情感模型因其连续性与细腻度，成为替代离散情感标签的主流范式。在此背景下，cairoCode团队于近期发布了BALANCED_MSPP_V6数据集，该数据集以大规模、精细标注为特征，包含超过9万张图像，每张图像均附有唤醒度、效价值及其归一化版本，并辅以离散标签用于多粒度分析。其核心研究问题在于构建一个类别分布均衡、标注一致性高的情感图像基准，以缓解现有数据集中情感倾向偏斜与标注噪声问题。该数据集由专业标注团队经多轮质量控制完成，旨在推动情感识别模型在真实场景下的鲁棒性提升，为跨文化情感计算研究提供标准化评估平台。

当前挑战

当前BALANCED_MSPP_V6数据集所面临的挑战涵盖领域问题与构建过程双重维度。在领域问题层面，情感图像识别需应对主观性差异——不同个体对同一图像的情感解读可能存在显著分歧，而连续情感空间的标注离散化会引入量化误差；此外，效价与唤醒度的高维耦合特性要求模型同时捕捉面部表情、场景语境与物体语义，这对多模态特征融合提出严苛要求。在构建过程中，确保大规模图像的情感标签一致性是一大难题，标注员需在无统一情感刺激标准的条件下达成共识，为此团队采用多轮交叉验证与异常值剔除策略；同时，为达成类别平衡，需对原始数据分布进行重采样，这可能导致部分稀有情感类别的样本多样性受限，进而影响模型泛化能力。

常用场景

经典使用场景

该数据集在情感计算与视觉表征学习领域具有经典应用价值，其核心场景聚焦于图像情感维度的量化分析。通过提供图像对应的唤醒度（arousal）与效价（valence）连续值标注，以及离散情感标签，研究者可借助该数据集训练回归或分类模型，实现对视觉刺激所诱发情感状态的精确预测。这一范式广泛应用于人脸表情识别、场景情感理解及多模态情感分析等前沿课题，为构建具有情感感知能力的智能系统奠定了数据基础。

解决学术问题

该数据集有效解决了视觉情感研究中标注不一致与维度稀疏的学术难题。传统情感数据集多依赖离散类别标注，难以捕捉情感的连续性与细微差异，而此数据集通过引入标准化的连续维度评分（arousal_norm与valence_norm），为情感建模提供了更为细腻的量化基准。此外，其大规模样本与均衡划分的设计，显著缓解了类别不平衡问题，推动了情感回归与迁移学习方法的突破，对理解人类情感认知的视觉机制具有深远意义。

衍生相关工作

该数据集衍生了一系列具有影响力的经典工作，包括基于深度卷积神经网络的情感维度预测模型、结合注意力机制的多尺度情感特征融合框架，以及面向跨文化情感理解的领域自适应方法。研究者还以此为基础，探索了情感标签的潜在空间结构，提出了对比学习与知识蒸馏相结合的轻量化情感分析方案。这些工作不仅深化了对视觉情感表征的理解，也促进了情感计算与计算机视觉交叉领域的范式革新。