1. AWA
由50种动物类别的30475张图像组成,每张图像具有6个预提取的特征表示。
其他特征:
• 彩色直方图功能(124M): AwA-features-cq.tar.bz2 • 本地自相似特征(30M): AwA-features-lss.tar.bz2 • PyramidHOG(PHOG)功能(28M): AwA-features-phog.tar.bz2 • SIFT功能(44M): AwA-features-sift.tar.bz2 • colorSIFT功能(44M): AwA-features-rgsift.tar.bz2 • SURF功能(49M): AwA-features-surf.tar.bz22. AWA2数据集:
动物种类,共50种
3. CUB200-2011数据集
http://www.vision.caltech.edu/visipedia/CUB-200-2011.html
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,图像中鸟的bounding box,鸟的关键part信息,以及鸟类的属性信息,数据集如下图所示。
bounding_boxes.txt为图像中鸟类的边界框信息;
classes.txt为鸟类的类别信息,共有200类;
image_class_labels.txt为图像标签和所属类别标签信息;
images.txt为图像的标签和图像路径信息;
train_test_split.txt为训练集和测试集划分。
4.SUN数据集
https://groups.csail.mit.edu/vision/datasets/ADE20K/
https://cs.brown.edu/~gmpatter/sunattributes.html
大型场景属性数据库。717个类别,每个类别20张图片。14340张图像的102个属性标签。
5. aPY数据集
https://vision.cs.uiuc.edu/attributes/
aPascal train(2113 images) and test sets(2227 images), and aYahoo test set(2237 images)
3个大类(动物,目标,车辆),32个小类