flwrlabs/caltech101

--- dataset_info: features: - name: image dtype: image - name: label dtype: class_label: names: '0': accordion '1': airplanes '2': anchor '3': ant '4': barrel '5': bass '6': beaver '7': binocular '8': bonsai '9': brain '10': brontosaurus '11': buddha '12': butterfly '13': camera '14': cannon '15': car_side '16': ceiling_fan '17': cellphone '18': chair '19': chandelier '20': cougar_body '21': cougar_face '22': crab '23': crayfish '24': crocodile '25': crocodile_head '26': cup '27': dalmatian '28': dollar_bill '29': dolphin '30': dragonfly '31': electric_guitar '32': elephant '33': emu '34': euphonium '35': ewer '36': faces '37': faces_easy '38': ferry '39': flamingo '40': flamingo_head '41': garfield '42': gerenuk '43': gramophone '44': grand_piano '45': hawksbill '46': headphone '47': hedgehog '48': helicopter '49': ibis '50': inline_skate '51': joshua_tree '52': kangaroo '53': ketch '54': lamp '55': laptop '56': leopards '57': llama '58': lobster '59': lotus '60': mandolin '61': mayfly '62': menorah '63': metronome '64': minaret '65': motorbikes '66': nautilus '67': octopus '68': okapi '69': pagoda '70': panda '71': pigeon '72': pizza '73': platypus '74': pyramid '75': revolver '76': rhino '77': rooster '78': saxophone '79': schooner '80': scissors '81': scorpion '82': sea_horse '83': snoopy '84': soccer_ball '85': stapler '86': starfish '87': stegosaurus '88': stop_sign '89': strawberry '90': sunflower '91': tick '92': trilobite '93': umbrella '94': watch '95': water_lilly '96': wheelchair '97': wild_cat '98': windsor_chair '99': wrench '100': yin_yang splits: - name: train num_bytes: 121007587.037 num_examples: 8677 download_size: 121217709 dataset_size: 121007587.037 configs: - config_name: default data_files: - split: train path: data/train-* license: unknown task_categories: - image-classification size_categories: - 1K<n<10K --- # Dataset Card for Caltech 101 This dataset contains images of objects from 101 distinct categories, with each category comprising approximately 40 to 800 images. The majority of categories include around 50 images each. The images were collected in September 2003 by Fei-Fei Li, Marco Andreetto, and Marc’Aurelio Ranzato. Each image has an approximate resolution of 300 x 200 pixels. ### Dataset Sources - **Website:** https://data.caltech.edu/records/mzrjq-6wc02 ## Use in FL In order to prepare the dataset for the FL settings, we recommend using [Flower Dataset](https://flower.ai/docs/datasets/) (flwr-datasets) for the dataset download and partitioning and [Flower](https://flower.ai/docs/framework/) (flwr) for conducting FL experiments. To partition the dataset, do the following. 1. Install the package. ```bash pip install flwr-datasets[vision] ``` 2. Use the HF Dataset under the hood in Flower Datasets. ```python from flwr_datasets import FederatedDataset from flwr_datasets.partitioner import IidPartitioner fds = FederatedDataset( dataset="flwrlabs/caltech101", partitioners={"train": IidPartitioner(num_partitions=10)} ) partition = fds.load_partition(partition_id=0) ``` ## Dataset Structure ### Data Instances The first instance of the train split is presented below: ``` { 'image': <PIL.JpegImagePlugin.JpegImageFile image mode=RGB size=397x150>, 'label': 1 } ``` ### Data Split ``` DatasetDict({ train: Dataset({ features: ['image', 'label'], num_rows: 8677 }) }) ``` ## Implementation details Note that in this implementation, the string labels are first transformed into lowercase and then sorted alphabetically before providing the integer mapping. This methodology can vary across implementations. ## Citation When working with the Caltech-101 dataset, please cite the original paper. If you're using this dataset with Flower Datasets and Flower, cite Flower. **BibTeX:** Dataset Bibtex: ``` @misc{li2022caltech, title = {Caltech 101}, author = {Li, Fei-Fei and Andreeto, Marco and Ranzato, Marc'Aurelio and Perona, Pietro}, year = {2022}, month = {Apr}, publisher = {CaltechDATA}, doi = {10.22002/D1.20086}, abstract = {Pictures of objects belonging to 101 categories. About 40 to 800 images per category. Most categories have about 50 images. Collected in September 2003 by Fei-Fei Li, Marco Andreetto, and Marc'Aurelio Ranzato. The size of each image is roughly 300 x 200 pixels. We have carefully clicked outlines of each object in these pictures, these are included under the 'Annotations.tar'. There is also a MATLAB script to view the annotations, 'show_annotations.m'.} } ```` Flower: ``` @article{DBLP:journals/corr/abs-2007-14390, author = {Daniel J. Beutel and Taner Topal and Akhil Mathur and Xinchi Qiu and Titouan Parcollet and Nicholas D. Lane}, title = {Flower: {A} Friendly Federated Learning Research Framework}, journal = {CoRR}, volume = {abs/2007.14390}, year = {2020}, url = {https://arxiv.org/abs/2007.14390}, eprinttype = {arXiv}, eprint = {2007.14390}, timestamp = {Mon, 03 Aug 2020 14:32:13 +0200}, biburl = {https://dblp.org/rec/journals/corr/abs-2007-14390.bib}, bibsource = {dblp computer science bibliography, https://dblp.org} } ``` ## Dataset Card Contact If you have any questions about the dataset preprocessing and preparation, please contact [Flower Labs](https://flower.ai/).--- dataset_info: 数据集信息 features: - name: 图像（image） dtype: 图像 - name: 标签（label） dtype: 类标签（class_label）: 类别名称: '0': 手风琴 '1': 飞机 '2': 锚 '3': 蚂蚁 '4': 桶 '5': 低音提琴 '6': 海狸 '7': 双筒望远镜 '8': 盆景 '9': 大脑 '10': 雷龙 '11': 佛像 '12': 蝴蝶 '13': 相机 '14': 加农炮 '15': 侧面视角汽车 '16': 吊扇 '17': 手机 '18': 椅子 '19': 吊灯 '20': 美洲狮躯体 '21': 美洲狮头部 '22': 螃蟹 '23': 小龙虾 '24': 鳄鱼 '25': 鳄鱼头部 '26': 杯子 '27': 大麦町犬 '28': 美元纸币 '29': 海豚 '30': 蜻蜓 '31': 电吉他 '32': 大象 '33': 鸸鹋 '34': 上低音号 '35': 水罐 '36': 人脸 '37': 简易人脸 '38': 渡轮 '39': 火烈鸟 '40': 火烈鸟头部 '41': 加菲猫 '42': 长颈羚 '43': 留声机 '44': 三角钢琴 '45': 玳瑁 '46': 耳机 '47': 刺猬 '48': 直升机 '49': 朱鹭 '50': 直排轮滑鞋 '51': 约书亚树 '52': 袋鼠 '53': 番茄酱 '54': 灯具 '55': 笔记本电脑 '56': 豹 '57': 美洲驼 '58': 龙虾 '59': 荷花 '60': 曼陀林 '61': 蜉蝣 '62': 七枝烛台 '63': 节拍器 '64': 尖塔 '65': 摩托车 '66': 鹦鹉螺 '67': 章鱼 '68': 霍加狓 '69': 佛塔 '70': 大熊猫 '71': 鸽子 '72': 披萨 '73': 鸭嘴兽 '74': 金字塔 '75': 左轮手枪 '76': 犀牛 '77': 公鸡 '78': 萨克斯管 '79': 纵帆船 '80': 剪刀 '81': 蝎子 '82': 海马 '83': 史努比 '84': 足球 '85': 订书机 '86': 海星 '87': 剑龙 '88': 停车标志 '89': 草莓 '90': 向日葵 '91': 蜱虫 '92': 三叶虫 '93': 雨伞 '94': 手表 '95': 睡莲 '96': 轮椅 '97': 野猫 '98': 温莎椅 '99': 扳手 '100': 阴阳符号 splits: - name: 训练集 num_bytes: 121007587.037 num_examples: 8677 download_size: 121217709 dataset_size: 121007587.037 configs: - config_name: 默认配置 data_files: - split: 训练集 path: data/train-* license: 未知 task_categories: - 图像分类（image-classification） size_categories: - 1千 < 样本数 < 1万 --- # Caltech 101 数据集卡片 本数据集包含101个不同类别的物体图像，每个类别包含约40至800张图像，绝大多数类别各有约50张图像。该数据集于2003年9月由Fei-Fei Li、Marco Andreetto与Marc’Aurelio Ranzato收集。每张图像的分辨率约为300×200像素。 ### 数据集来源 - **网站：** https://data.caltech.edu/records/mzrjq-6wc02 ## 联邦学习（Federated Learning，简称FL）中的使用 为将该数据集适配联邦学习场景，我们推荐使用[Flower Dataset](https://flower.ai/docs/datasets/)（flwr-datasets）完成数据集的下载与划分，并使用[Flower](https://flower.ai/docs/framework/)（flwr）开展联邦学习实验。 进行数据集划分的步骤如下： 1. 安装依赖包： bash pip install flwr-datasets[vision] 2. 在Flower Datasets中底层调用Hugging Face数据集： python from flwr_datasets import FederatedDataset from flwr_datasets.partitioner import IidPartitioner fds = FederatedDataset( dataset="flwrlabs/caltech101", partitioners={"train": IidPartitioner(num_partitions=10)} ) partition = fds.load_partition(partition_id=0) ## 数据集结构 ### 数据样例 训练集的第一条样例如以下所示： { 'image': <PIL.JpegImagePlugin.JpegImageFile image mode=RGB size=397x150>, 'label': 1 } ### 数据集划分 DatasetDict({ train: Dataset({ features: ['image', 'label'], num_rows: 8677 }) }) ## 实现细节 请注意，在本实现中，字符串标签会先被转换为小写形式，随后按字母顺序排序，再映射为整数标签。不同实现的该映射方式可能存在差异。 ## 引用规范 使用Caltech-101数据集时，请引用其原始论文；若结合Flower Datasets与Flower框架使用该数据集，请同时引用Flower框架。 **BibTeX格式：** 数据集原始论文引用： @misc{li2022caltech, title = {Caltech 101}, author = {Li, Fei-Fei and Andreetto, Marco and Ranzato, Marc'Aurelio and Perona, Pietro}, year = {2022}, month = {Apr}, publisher = {CaltechDATA}, doi = {10.22002/D1.20086}, abstract = {本数据集包含101个类别的物体图像，每个类别约有40至800张图像，绝大多数类别各含约50张图像，由Fei-Fei Li、Marco Andreetto与Marc’Aurelio Ranzato于2003年9月收集。每张图像的尺寸约为300×200像素。我们已手动勾勒出每张图像中目标物体的轮廓，相关内容包含在'Annotations.tar'压缩包中，同时附带了用于查看标注的MATLAB脚本'show_annotations.m'。} } Flower框架引用： @article{DBLP:journals/corr/abs-2007-14390, author = {Daniel J. Beutel and Taner Topal and Akhil Mathur and Xinchi Qiu and Titouan Parcollet and Nicholas D. Lane}, title = {Flower: {A} Friendly Federated Learning Research Framework}, journal = {CoRR}, volume = {abs/2007.14390}, year = {2020}, url = {https://arxiv.org/abs/2007.14390}, eprinttype = {arXiv}, eprint = {2007.14390}, timestamp = {Mon, 03 Aug 2020 14:32:13 +0200}, biburl = {https://dblp.org/rec/journals/corr/abs-2007.14390.bib}, bibsource = {dblp computer science bibliography, https://dblp.org} } ## 数据集卡片联络方式 若您对数据集的预处理与准备工作有任何疑问，请联系[Flower Labs](https://flower.ai/).

搜集汇总

数据集介绍

构建方式

Caltech 101数据集由Fei-Fei Li、Marco Andreetto与Marc’Aurelio Ranzato于2003年9月采集构建，专注于计算机视觉领域的物体识别任务。数据集涵盖101个类别，每个类别包含约40至800张图像，多数类别拥有约50张样本。图像分辨率约为300×200像素，原始数据还附带物体轮廓标注及MATLAB脚本，便于研究者进行精细的语义分割与定位分析。在HuggingFace版本中，标签字符串首先被转换为小写并按字母顺序排序，再映射为整数标识，这一处理方式在不同实现中可能存在差异。

使用方法

为便于在联邦学习场景中使用，推荐借助Flower Datasets工具进行数据集下载与分区。首先安装flwr-datasets[vision]包，然后通过FederatedDataset类加载flwrlabs/caltech101数据集，并利用IidPartitioner将训练集划分为指定数量的客户端分区。例如，设置num_partitions=10即可获得10个独立的数据分片。每个分区可直接用于本地模型训练，支持与Flower框架无缝集成，实现分布式的图像分类实验。分区后的数据实例保持原有图像与标签结构，无需额外转换即可输入PyTorch或TensorFlow模型。

背景与挑战

背景概述

Caltech 101数据集由Fei-Fei Li、Marco Andreetto和Marc’Aurelio Ranzato于2003年9月创建，由加州理工学院发布，旨在为计算机视觉领域的物体识别研究提供标准化的基准资源。该数据集涵盖101个物体类别，每个类别包含约40至800张图像，多数类别约50张，图像分辨率约为300×200像素。作为早期推动图像分类算法发展的经典数据集，Caltech 101在细粒度视觉识别和特征学习领域具有深远影响，为后续深度学习模型的性能评估奠定了重要基础。其精心标注的轮廓数据进一步支持了物体检测与分割任务的研究，成为连接传统计算机视觉与现代机器学习方法的桥梁。

当前挑战

Caltech 101数据集面临的核心挑战在于其类别间图像数量分布不均衡，多数类别仅有约50张样本，这限制了模型对稀有类别泛化能力的学习，并易导致过拟合。此外，图像分辨率较低且背景单一，难以模拟真实场景中的复杂光照、遮挡与视角变化，对鲁棒特征提取提出更高要求。在构建过程中，数据采集依赖于静态网络图像，缺乏动态环境下的多样性，且标注轮廓的精细度受限于人工操作，可能引入主观偏差。这些因素共同构成了在细粒度分类与跨领域迁移应用中需克服的难点。

常用场景

经典使用场景

Caltech 101 数据集作为图像分类领域的经典基准，常用于评估和比较不同视觉识别算法的性能。其包含101个物体类别、每类约40至800张图片的精细结构，为研究者提供了一个兼具类别多样性与样本规模适中的测试平台。该数据集特别适合验证从传统手工特征方法（如SIFT、HOG）到深度学习模型（如卷积神经网络）的演进过程，是衡量模型泛化能力与细粒度分类效果的标准试金石。

解决学术问题

该数据集解决了小样本学习与类别不平衡条件下的视觉识别核心学术问题。传统图像数据集往往类别数量庞大或样本分布极其不均，而Caltech 101以相对均衡的类别分布和适中的样本量，为研究如何在有限标注数据下提升模型判别力提供了理想实验场。它推动了迁移学习、数据增强、元学习等方法的探索，深刻影响了计算机视觉领域关于鲁棒特征提取与高效分类范式的理论发展。

实际应用

在实际应用中，Caltech 101 被广泛用于原型验证与算法对比，助力工业界快速评估视觉模型的基线性能。例如，在自动驾驶场景中，其类别包含车辆、交通标志等元素，可用于测试感知模块的初步识别能力；在智能安防领域，其丰富的动物与物体类别有助于验证目标检测模型的场景适应性。此外，该数据集在联邦学习（Federated Learning）框架下被用作分布式图像分类任务的基准，支持隐私保护型视觉应用的开发。

数据集最近研究

最新研究方向

Caltech-101数据集作为计算机视觉领域经典的小样本图像分类基准，当前研究前沿聚焦于联邦学习（Federated Learning）与隐私保护场景下的分布式模型训练。随着数据隐私法规的日益严格，该数据集被广泛应用于评估联邦学习算法的性能，特别是在非独立同分布（Non-IID）数据划分和通信效率优化方面。近期热点包括利用Flower框架等工具实现数据集的水平或垂直分区，以模拟真实世界的异构客户端环境。此外，该数据集在少样本学习（Few-shot Learning）和迁移学习研究中仍具重要价值，常用于验证模型对细粒度类别（如101类物体）的泛化能力，其标准化标签映射也为跨研究对比提供了可靠基础，推动了视觉识别技术在资源受限场景中的发展。