weihao-bo/DIOCblueberry

DIOCblueberry是一个用于田间蓝莓场景的密集和难以辨别的对象计数数据集。它包含6,265张高分辨率图像和679,030个点标注，平均每张图像有108.38个标注实例。数据集针对自然田间条件下的密集、小、视觉上模糊的蓝莓目标，提供点标注以及示例框标注（位于box_examples_coordinates中）。数据集以imagefolder格式组织，每个分割（训练、验证、测试）都有对应的metadata.jsonl文件。license: 其他 task_categories: - 目标检测（object-detection） - 图像分类（image-classification） language: - 英语（en） tags: - 目标计数（object-counting） - 密集目标计数（dense-object-counting） - 农业（agriculture） - 蓝莓（blueberries） - 点标注（point-annotations） - 计算机视觉（computer-vision） pretty_name: DIOCblueberry size_categories: - 1K<n<10K # DIOCblueberry DIOCblueberry是一款面向田间蓝莓场景的密集且易混淆目标计数数据集，已按照Hugging Face的`imagefolder`数据集格式进行组织，每个拆分集均附带`metadata.jsonl`元数据文件。本基准数据集可公开获取于[https://huggingface.co/datasets/weihao-bo/DIOCblueberry](https://huggingface.co/datasets/weihao-bo/DIOCblueberry)。 ## 数据集描述 本数据集与论文中对**DIOCblueberry**的描述完全一致： - **6265**张高分辨率图像 - **679030**个点标注 - 单张图像平均标注蓝莓实例数为**108.38**个 - 涵盖自然田间环境下的密集、小型、视觉特征模糊的蓝莓目标 - 附带点标注以及`box_examples_coordinates`字段中的示例边界框标注 原始归档文件还包含一个`DIOC16`目录，该目录未被纳入本Hugging Face数据集，因其包含1677张混合类别的图像，且与论文中DIOCblueberry的统计数据不符。 ## 仓库目录布局 text data/ train/ *.jpg metadata.jsonl val/ *.jpg metadata.jsonl test/ *.jpg metadata.jsonl annotation.json train_val_test.json images_class.txt 每个`metadata.jsonl`文件中的行包含以下字段： - `file_name`：相对于拆分集文件夹的图像文件名 - `image_id`：原始图像文件名 - `width`：标注文件中记录的图像宽度 - `height`：标注文件中记录的图像高度 - `count`：该图像中标注的蓝莓点总数量 - `points`：格式为`[x, y]`的点标注列表 - `box_examples_coordinates`：原始标注文件中提供的示例边界框坐标 ## 数据集拆分 官方标准拆分集使用源文件`train_val_test_1253.json`，本仓库中将其重命名为`train_val_test.json`，该拆分覆盖了论文中所述的全部6265张图像。 | 拆分集 | 图像数量 | |---|---:| | 训练集 | 3759 | | 验证集 | 1253 | | 测试集 | 1253 | | 总计 | 6265 | ## 加载示例 python from datasets import load_dataset dataset = load_dataset("weihao-bo/DIOCblueberry", data_dir="data") print(dataset) print(dataset["train"][0].keys()) ## 使用说明 本标注集专为密集目标计数任务设计。若需进行密度图训练，可将`points`字段转换为稀疏冲激图，并应用所需的高斯核或自适应核策略。本仓库根目录保留了原始`annotation.json`文件，以兼容那些采用论文风格源格式的代码。