Oxford Pets ist ein Computervisions-Datensatz, der von Forschern der Universität Oxford für feinkörnige Bildklassifikation und semantische Segmentierung erstellt wurde. Er enthält 7.349 Bilder von 37 Katzen- und Hunderassen, wobei jedes Bild mit einer Artbezeichnung, einer Rassenbezeichnung und einer Pixel-genauen Trimap-Segmentierungsmaske annotiert ist. Der Datensatz wurde 2012 eingeführt und hat sich zu einem Standard-Benchmark für die Bewertung von Modellen bei feinkörnigen visuellen Erkennungsaufgaben entwickelt.
Der Datensatz wurde entwickelt, um Herausforderungen bei der Unterscheidung visuell ähnlicher Rassen zu bewältigen, wie etwa den Unterschied zwischen einer Maine Coon und einer Norwegischen Waldkatze. Jede Rasse wird durch etwa 200 Bilder repräsentiert, und der Datensatz enthält eine vordefinierte Aufteilung in Trainings-, Validierungs- und Testsets. Die Bilder wurden aus dem Internet gesammelt und umfassen Variationen in Pose, Beleuchtung und Hintergrund, was die Aufgabe realistischer macht als bei früheren Datensätzen.
Datensatzstruktur
Der Oxford-Pets-Datensatz bietet zwei primäre Arten von Annotationen: Klassenbezeichnungen und Segmentierungsmasken. Die Klassenbezeichnungen identifizieren die Rasse des Tieres in jedem Bild, während die Segmentierungsmasken Trimaps sind, die jedem Pixel eine von drei Kategorien zuweisen: Vordergrund (das Tier), Hintergrund oder unbekannt (typischerweise der Grenzbereich). Diese doppelte Annotation ermöglicht die Verwendung des Datensatzes sowohl für Klassifikations- als auch für Segmentierungsaufgaben, oft gleichzeitig in Multi-Task-Lernkonfigurationen.
Die offizielle Aufteilung weist etwa 50 % der Bilder für das Training, 20 % für die Validierung und 30 % für das Testen zu. Der Datensatz enthält keine Bilder von Menschen oder anderen Tieren und konzentriert sich ausschließlich auf Katzen und Hunde. Die Rassenliste umfasst 25 Hunderassen und 12 Katzenrassen, darunter häufige Typen wie den Beagle und die Perserkatze sowie seltenere wie die Birma-Katze und den American Bulldog.
Verwendung in der Forschung
Oxford Pets wurde umfassend in den Maschinelles Lernen- und Computervision-Gemeinschaften verwendet. Er dient als Benchmark für die Bewertung der Leistung von Convolutional Neural Networks und anderen Architekturen bei feinkörniger Klassifikation. Der Datensatz ist besonders wertvoll, da er von Modellen verlangt, subtile Unterschiede zwischen Rassen zu erfassen und über grobkörnige Objekterkennung hinauszugehen.
Forscher haben Oxford Pets verwendet, um Innovationen in Datenaugmentierung, Transferlernen und Modellbeschneidung zu testen. Beispielsweise wurde der Datensatz verwendet, um die Wirksamkeit von Residualnetzwerken und U-Net-Architekturen für die Segmentierung zu demonstrieren. Die Trimap-Masken ermöglichen auch Forschung zu schwach überwachter Segmentierung, bei der Modelle lernen, Pixel-genaue Vorhersagen aus Bild-Ebenen-Bezeichnungen zu erzeugen.
Beziehung zu anderen Datensätzen
Oxford Pets wird oft mit anderen feinkörnigen Datensätzen wie dem Stanford-Cars-Datensatz und dem CUB-200-Vogeldatensatz verglichen. Diese Datensätze teilen eine ähnliche Struktur mit vielen visuell ähnlichen Klassen und werden häufig gemeinsam verwendet, um die Generalisierung von Modellen über Domänen hinweg zu bewerten. Der Datensatz wird auch häufig in Verbindung mit dem PASCAL-VOC-Datensatz für Multi-Task-Lernen verwendet, da beide Segmentierungsannotationen bereitstellen.
Im Kontext der Künstliche Intelligenz-Forschung gilt Oxford Pets als ein relativ kleiner Datensatz im Vergleich zu groß angelegten Sammlungen wie ImageNet. Dies macht ihn nützlich für die Untersuchung der Auswirkungen der Datensatzgröße auf die Modellleistung und für die Entwicklung von Techniken, die mit begrenzten Daten gut funktionieren, wie Few-Shot-Lernen und Selbstüberwachtes Lernen.
Einschränkungen und Erweiterungen
Die Hauptbeschränkung von Oxford Pets ist seine Größe, die zu Überanpassung führen kann, wenn große Modelle von Grund auf trainiert werden. Um dies zu mildern, verwenden Forscher oft vortrainierte Modelle und feinabstimmen sie auf dem Datensatz. Eine weitere Einschränkung ist, dass die Bilder alle Haustiere in natürlichen Umgebungen zeigen, was möglicherweise nicht auf andere Domänen wie medizinische Bildgebung oder autonomes Fahren verallgemeinerbar ist.
Trotz dieser Einschränkungen bleibt der Datensatz eine beliebte Wahl für Benchmarking und Bildungszwecke. Er ist frei für akademische Nutzung verfügbar und in vielen gängigen Deep-Learning-Bibliotheken wie PyTorch und TensorFlow über deren integrierte Datensatzmodule enthalten. Der Datensatz hat auch Erweiterungen inspiriert, wie den Oxford-Pets-II-Datensatz, der mehr Rassen und Bilder hinzufügt, obwohl die Originalversion weiterhin am weitesten verbreitet ist.
Siehe auch
- Feinkörnige Klassifikation
- Semantische Segmentierung
- Computervision
- Datensatz