Oxford Flowers ist ein Benchmark-Bilddatensatz für feinkörnige visuelle Kategorisierung, entwickelt an der University of Oxford in der Visual Geometry Group. Der Datensatz enthält 8.189 Bilder von 102 Blumenkategorien, die im Vereinigten Königreich häufig vorkommen. Jede Kategorie besteht aus 40 bis 258 Bildern, wobei die Bilder in Maßstab, Pose und Lichtverhältnissen variieren. Der Datensatz wurde 2008 von Maria-Elena Nilsback und Andrew Zisserman eingeführt, die auch einen begleitenden Datensatz, den 17-Kategorien-Oxford-Flower-Datensatz, als kleineren Vorgänger bereitstellten.
Der Hauptzweck von Oxford Flowers besteht darin, die Forschung in der feinkörnigen Bildklassifikation zu unterstützen, bei der das Ziel darin besteht, zwischen visuell ähnlichen Unterkategorien innerhalb einer einzigen grundlegenden Kategorie zu unterscheiden. Im Gegensatz zu allgemeinen Objekterkennungsdatensätzen wie ImageNet konzentriert sich Oxford Flowers auf subtile Unterschiede in Farbe, Form und Textur. Der Datensatz enthält Pixel-genaue Segmentierungsmasken für jede Blume, was die Forschung sowohl in Klassifikations- als auch in Segmentierungsaufgaben ermöglicht. Die Bilder stammen von verschiedenen Fotografie-Websites und wurden nicht unter kontrollierten Bedingungen aufgenommen, was Realismus und Schwierigkeit hinzufügt.
Datenstruktur
Der Datensatz ist in drei vordefinierte Partitionen unterteilt: Training, Validierung und Test. Der Trainingssatz enthält 1.020 Bilder (10 pro Klasse), der Validierungssatz enthält 1.020 Bilder (10 pro Klasse) und der Testsatz enthält 6.149 Bilder (der Rest). Diese feste Aufteilung wird üblicherweise für einen fairen Vergleich zwischen verschiedenen Modellen verwendet. Jedes Bild ist mit einem Label von 1 bis 102 verknüpft, und die Segmentierungsmasken werden als Binärbilder bereitgestellt. Der Datensatz enthält auch eine Reihe von Labels und eine Textdatei, die die Klassennamen auflistet, die häufigen britischen Wildblumen wie Bluebell, Cowslip und Schneeglöckchen entsprechen.
Forschungswirkung
Oxford Flowers ist seit seiner Veröffentlichung ein Standard-Benchmark in der Computer Vision. Es wurde verwendet, um eine breite Palette von Machine learning-Ansätzen zu evaluieren, von handgefertigten Merkmalsmethoden wie Farbhistogrammen und Formdeskriptoren bis hin zu modernen Deep learning-Modellen. Insbesondere war es maßgeblich an der Entwicklung von Techniken zur feinkörnigen Erkennung beteiligt, einschließlich teilebasierter Modelle und Aufmerksamkeitsmechanismen. Der Datensatz wurde auch in Studien zu Data Augmentation, Transfer learning und Few-shot learning verwendet, da die begrenzte Anzahl von Trainingsbeispielen pro Klasse eine Herausforderung für die Generalisierung darstellt.
Bemerkenswerte Methoden und Ergebnisse
Frühe Arbeiten an Oxford Flowers erreichten eine Klassifikationsgenauigkeit von etwa 60-70 % unter Verwendung von Support Vector Machines mit handgefertigten Merkmalen. Die Einführung von Convolutional Neural Networks (CNNs) verbesserte die Leistung erheblich. Zum Beispiel kann ein feinabgestimmtes ResNet-Modell über 95 % Genauigkeit auf dem Testsatz erreichen. Der Datensatz wurde auch verwendet, um Aufmerksamkeitsmechanismen und Transformer (architecture)-basierte Architekturen zu benchmarken, wobei moderne Modelle nahezu perfekte Genauigkeit erreichen. Allerdings bedeutet die im Vergleich zu modernen Standards geringe Größe des Datensatzes, dass er oft als sekundärer Benchmark und nicht als primärer verwendet wird, wobei Forscher Ergebnisse zusammen mit größeren Datensätzen wie CIFAR-100 oder ImageNet berichten.
Erweiterungen und Varianten
Der ursprüngliche 102-Kategorien-Datensatz hat mehrere Erweiterungen inspiriert. Der Oxford Flower Datensatz (17 Kategorien) ist eine kleinere Version, die für schnelles Prototyping verwendet wird. Darüber hinaus wurde der Datensatz in größere Benchmarks integriert, wie die Visual Decathlon Challenge, die Modelle über mehrere verschiedene Datensätze hinweg evaluiert. Einige Forscher haben auch synthetische Varianten erstellt oder Data Augmentation-Techniken angewendet, um die effektive Größe des Trainingssatzes zu erhöhen. Die Segmentierungsmasken wurden in Studien zur Bildsegmentierung und zu generativen Modellen wie der konditionalen Bildsynthese verwendet.
Einschränkungen
Trotz seiner Beliebtheit hat Oxford Flowers Einschränkungen. Die Bilder sind relativ niedrig aufgelöst (maximale Dimension etwa 500 Pixel), was möglicherweise nicht reale hochauflösende Szenarien widerspiegelt. Der Datensatz ist auch auf die britische Flora ausgerichtet, was seine Anwendbarkeit auf andere geografische Regionen einschränkt. Darüber hinaus kann die feste Trainings-/Validierungs-/Testaufteilung, obwohl praktisch, zu Overfitting führen, wenn Modelle wiederholt auf dem Validierungssatz abgestimmt werden. Ab Mitte der 2020er Jahre gilt der Datensatz im Vergleich zu modernen groß angelegten Benchmarks als relativ klein, und seine Rolle hat sich von einer primären Herausforderung zu einem Sanity-Check für feinkörnige Klassifikationsalgorithmen verschoben.
Siehe auch
- Computer vision
- Bildklassifikation
- Feinkörnige Erkennung
- Visual Geometry Group