二分类数据集_数据集汇总——细粒度图像分类

细粒度图像分类任务介绍

细粒度图像分类是图像分类大类下的一个子任务，主要难点在于其图像所属类别的粒度更为精细，一般分类任务中的类间差距较大，比如猫狗数据中的猫和狗两个类别，但是细粒度分类注重分类类间差距更小的类别，例如哈士奇和阿拉斯加。细粒度分类作为分类任务中比较困难的一个子类，其数据集规模相较于一般的分类数据集要小很多。

细粒度图像分类任务的意义

细粒度图像分类有广泛的应用场景以及研究需要，例如在日常生活中或多或少存在辨识植物或者宠物品种的需求；而在严肃的生态保护以及疾病识别任务中，如果能准确识别目标类别，就可以针对性的研究。

本篇推送主要是总结各个细粒度图像分类的数据集，这些数据集涵盖了动植物、零售、汽车飞机等众多方面

细粒度图像分类任务的数据集

1. CUB-200-2011 鸟类细粒度图像分类数据集

数据集地址：

http://www.vision.caltech.edu/visipedia/CUB-200-2011.html

该数据集由加州理工学院在2010年提出的细粒度数据集，也是目前细粒度分类识别研究的基准图像数据集之一。

该数据集共有11788张鸟类图像，包含200类鸟类子类，其中训练数据集有5994张图像，测试集有5794张图像，每张图像均提供了图像类标记信息ÿ