Oxford Flowers est un ensemble de données de référence pour la catégorisation visuelle fine, développé au sein du Groupe de géométrie visuelle de l'Université d'Oxford. L'ensemble contient 8 189 images de 102 catégories de fleurs couramment trouvées au Royaume-Uni. Chaque catégorie comprend entre 40 et 258 images, avec des images variant en échelle, en pose et en conditions d'éclairage. L'ensemble a été introduit en 2008 par Maria-Elena Nilsback et Andrew Zisserman, qui ont également fourni un ensemble compagnon, l'ensemble de données Oxford Flower à 17 catégories, comme précurseur plus petit.
L'objectif principal d'Oxford Flowers est de soutenir la recherche en classification d'images fine, où le but est de distinguer des sous-catégories visuellement similaires au sein d'une seule catégorie de base. Contrairement aux ensembles de données de reconnaissance d'objets généraux, tels que ImageNet, Oxford Flowers se concentre sur des différences subtiles de couleur, de forme et de texture. L'ensemble comprend des masques de segmentation au niveau du pixel pour chaque fleur, permettant la recherche en classification et en segmentation. Les images proviennent de divers sites de photographie et ne sont pas capturées dans des conditions contrôlées, ajoutant du réalisme et de la difficulté.
Structure de l'ensemble de données
L'ensemble est divisé en trois partitions prédéfinies : entraînement, validation et test. L'ensemble d'entraînement contient 1 020 images (10 par classe), l'ensemble de validation contient 1 020 images (10 par classe) et l'ensemble de test contient 6 149 images (le reste). Cette division fixe est couramment utilisée pour une comparaison équitable entre différents modèles. Chaque image est associée à une étiquette de 1 à 102, et les masques de segmentation sont fournis sous forme d'images binaires. L'ensemble comprend également un ensemble d'étiquettes et un fichier texte listant les noms des classes, qui correspondent à des fleurs sauvages courantes du Royaume-Uni, telles que la jacinthe des bois, le primevère et le perce-neige.
Impact sur la recherche
Oxford Flowers est une référence standard en vision par ordinateur depuis sa publication. Il a été utilisé pour évaluer une large gamme d'approches de Machine learning, allant des méthodes de caractéristiques artisanales comme les histogrammes de couleurs et les descripteurs de forme aux modèles modernes de Deep learning. En particulier, il a été déterminant dans le développement de techniques de reconnaissance fine, y compris les modèles basés sur les parties et les mécanismes d'attention. L'ensemble a également été utilisé dans des études sur la Data Augmentation, le Transfer learning et le Few-shot learning, car le nombre limité d'exemples d'entraînement par classe pose un défi pour la généralisation.
Méthodes et résultats notables
Les premiers travaux sur Oxford Flowers ont atteint une précision de classification d'environ 60 à 70 % en utilisant des machines à vecteurs de support avec des caractéristiques artisanales. L'introduction des réseaux de neurones convolutifs (CNN) a considérablement amélioré les performances. Par exemple, un modèle ResNet affiné peut atteindre plus de 95 % de précision sur l'ensemble de test. L'ensemble a également été utilisé pour évaluer les mécanismes d'attention et les architectures basées sur les Transformer (architecture), avec des modèles de pointe atteignant une précision quasi parfaite. Cependant, la petite taille de l'ensemble par rapport aux normes modernes signifie qu'il est souvent utilisé comme référence secondaire plutôt que principale, les chercheurs rapportant des résultats aux côtés d'ensembles plus grands comme CIFAR-100 ou ImageNet.
Extensions et variantes
L'ensemble original à 102 catégories a inspiré plusieurs extensions. L'ensemble de données Oxford Flower (17 catégories) est une version plus petite utilisée pour le prototypage rapide. De plus, l'ensemble a été intégré dans des références plus grandes, telles que le défi Visual Decathlon, qui évalue les modèles sur plusieurs ensembles de données diversifiés. Certains chercheurs ont également créé des variantes synthétiques ou appliqué des techniques de Data Augmentation pour augmenter la taille effective de l'ensemble d'entraînement. Les masques de segmentation ont été utilisés dans des études sur la segmentation d'images et les modèles génératifs, comme la synthèse d'images conditionnelle.
Limites
Malgré sa popularité, Oxford Flowers présente des limites. Les images sont relativement en basse résolution (dimension maximale d'environ 500 pixels), ce qui peut ne pas refléter les scénarios réels en haute résolution. L'ensemble est également biaisé vers la flore du Royaume-Uni, limitant son applicabilité à d'autres régions géographiques. De plus, la division fixe entraînement/validation/test, bien que pratique, peut conduire à un surajustement si les modèles sont réglés sur l'ensemble de validation de manière répétée. À partir du milieu des années 2020, l'ensemble est considéré comme relativement petit par rapport aux références modernes à grande échelle, et son rôle est passé d'un défi principal à un contrôle de cohérence pour les algorithmes de classification fine.
Voir aussi
- Vision par ordinateur
- Classification d'images
- Reconnaissance fine
- Groupe de géométrie visuelle