图像分类通用基础数据集

原创于 2025-10-31 15:50:04 发布 · 378 阅读

CC 4.0 BY-SA版权

文章标签：

以下是图像分类领域的核心数据集及其特点，涵盖通用、专业和新兴任务，结合 2025 年最新资源整理：

ImageNet
- 规模：1419 万张图像，2 万 + 类别。
- 特点：图像分类基准，包含边界框标注，支持细粒度识别（如区分不同品种的狗）。AlexNet、ResNet 等经典模型均基于此训练。
- 挑战：类别分布不均，需处理复杂背景和遮挡。
CIFAR-10/CIFAR-100
- 规模：6 万张 32×32 彩色图像，分别为 10 类和 100 类。
- 特点：小尺寸图像，适合轻量级模型验证。CIFAR-10N/100N 引入真实噪声标签，测试模型鲁棒性。
MNIST/Fashion-MNIST
- 规模：7 万张 28×28 灰度图像，分别为手写数字和时尚单品分类。
- 特点：入门级数据集，常用于对比算法基线。Fashion-MNIST 可测试模型跨领域泛化能力。
Tencent ML-Images（2025 新增）
- 规模：1760 万张训练图像，11,166 个类别。
- 特点：全球最大多标签图像数据库，覆盖复杂语义层次，预训练 ResNet-101 在 ImageNet 上 top-1 准确率达 80.73%。

NIH Chest X-ray
- 规模：11.2 万张胸部 X 光片，14 种疾病分类。
- 特点：含定位标注，适合训练疾病筛查模型。
PathGen-1.6M（2025 新增）
- 规模：160 万张病理图文对，27 种组织类型。
- 特点：多智能体协作生成，结合 CLIP 和 LLaVA 模型，零样本分类准确率超 79.7%。

PCB 缺陷检测数据集
- 规模：693 张高清图像，6 种缺陷类型（如短路、漏孔）。
- 特点：产线环境采集，支持 YOLO、COCO 等标注格式，适配实时检测。
NEU 表面缺陷数据库
- 规模：1800 张带钢表面图像，6 种缺陷（如裂纹、麻点）。
- 特点：包含微小缺陷（6×6 像素），适合小目标检测研究。

iNatAg（2025 新增）
- 规模：470 万张图像，2959 种农作物和杂草。
- 特点：全球覆盖，支持多任务学习（物种分类 + 作物 / 杂草区分），准确率达 92.38%。
农作物病虫害分类数据集
- 规模：2.5 万张图像，涵盖木薯、玉米等作物的 20 + 种病虫害。
- 特点：真实场景采集，标注质量高，可直接用于 YOLOCLS 训练。

CUB-200-2011
- 规模：1.18 万张鸟类图像，200 个子类。
- 特点：细粒度标注（如羽毛纹理、喙形），支持局部区域定位。
FGVC Aircraft
- 规模：1.02 万张飞机图像，100 个型号（如波音 737、空客 A380）。
- 特点：强调部件差异，适合工业产品细分类。
一百零二类花分类数据集
- 规模：6000 张图像，102 种花卉（如玫瑰、郁金香）。
- 特点：MIT 许可，适合艺术与自然场景研究。

通用任务：优先选择 ImageNet（大规模）或 CIFAR-10/100（轻量级）。
专业领域：
- 医学：NIH Chest X-ray（公开）、PathGen-1.6M（需申请）。
- 工业：Coovally 平台集成 PCB、玻璃缺陷数据集。
细粒度任务：CUB-200-2011、FGVC Aircraft，或 ICLR 2025 的 Finedefics 模型配套数据集。
下载与许可：
- 多数数据集通过官网或平台（如 Kaggle、Coovally）获取，需注意版权（如 COCO 为 CC BY-NC-SA）。
- 2025 年新增数据集可通过论文或实验室主页获取。