Caltech-UCSD Birds-200-2011

Caltech-UCSD Birds-200-2011

---

• Overview:

  CUB 数据集一共 200 个类别，共 11788 张图片，每张图片除包括类别标签外，还有一个标注的物体边框（Bounding Box）、关键点和一些其他属性，算是一个很细粒度的图像分类的数据集了。

---

• Download：

下载网址：http://www.vision.caltech.edu/visipedia/CUB-200-2011.html
下载解压后文件夹内部如图所示：

• images：
  包含200个类别的所有鸟类数据集。

• parts：

  1. parts.txt：所有的局部部位名称以及id，格式为 <part_id> <part_name>
  2. part_locs.txt：所有的ground truth的局部定位，格式为 <image_id> <part_id>
  3. part_click_locs.txt：多个MTurk用户完成的局部定位，格式为 <image_id > <part_id>

• attributes：

  1. attributes.txt：包含所有属性名称，格式为 <attribute_id> <attribute_name>
  2. certainties.txt：包含所有确定性名称，格式为：<certainty_id> <certainty_name>
  3. image_attribute_labels.txt：每个图像的属性标签集，格式为：<image_id> <attribute_id> <is_present> <certainty_ id>
  4. class_attribute_labels_continuous.txt：类级别的属性。 该文件包含200行和312个以空格分隔的列，每行对应一个类，每一列对应一个属性，数值是人类认为给定类存在该属性的时间百分比（0到100之间）

五个说明文档：
1. bounding_boxes.txt：包含每张图像的物体边框，格式为 <image_id>
2. classes.txt：包含每张图片的类别序号和名称，格式为 <class_id> <class_name>
3. image_class_labels.txt：包含每张图片对应的类别序号，格式为 <image_id> <class_id>
4. images.txt：包含每张图片的路径信息，格式为 <image_id> <image_name>
5. train_test_split.txt：记录数据集的训练集和测试集划分，格式为 <image_id> <is_training_image>

---

• Details

  Caltech-UCSD Birds-200-2011（CUB-200-2011）是CUB-200数据集的扩展版本，每个类的图像数量大约增加了一倍，并带有新的局部位置注释。

  1. 类别数：200
  2. 图片数量：11,788
  3. 每张图片批注：15个零件位置，312个二进制属性，1个边界框

---

• Citation

  如果使用CUB-200-2011，请引用以下技术报告：

Caltech-UCSD Birds-200-2011Dataset
Wah C.，Branson S.，Welinder P.，Perona P.，BelongieS
Computation & Neural Systems Technical Report, CNS-TR-2011-001.