Oxford Pets est un ensemble de données de vision par ordinateur créé par des chercheurs de l'Université d'Oxford pour la classification d'images fine et la segmentation sémantique. Il contient 7 349 images de 37 races de chats et de chiens, chaque image étant annotée avec une étiquette d'espèce, une étiquette de race et un masque de segmentation trimap au niveau du pixel. L'ensemble de données a été introduit en 2012 et est devenu une référence standard pour évaluer les modèles sur des tâches de reconnaissance visuelle fine.
L'ensemble de données a été conçu pour relever les défis liés à la distinction de races visuellement similaires, comme la différence entre un Maine Coon et un chat des forêts norvégiennes. Chaque race est représentée par environ 200 images, et l'ensemble de données comprend une répartition prédéfinie en ensembles d'entraînement, de validation et de test. Les images ont été collectées sur Internet et incluent des variations de pose, d'éclairage et d'arrière-plan, rendant la tâche plus réaliste que les ensembles de données antérieurs.
Structure de l'ensemble de données
L'ensemble de données Oxford Pets fournit deux types principaux d'annotations : les étiquettes de classe et les masques de segmentation. Les étiquettes de classe identifient la race de l'animal dans chaque image, tandis que les masques de segmentation sont des trimaps qui assignent chaque pixel à l'une des trois catégories : premier plan (l'animal), arrière-plan ou inconnu (généralement la région de contour). Cette double annotation permet d'utiliser l'ensemble de données pour des tâches de classification et de segmentation, souvent simultanément dans des configurations d'apprentissage multitâche.
La répartition officielle alloue environ 50 % des images à l'entraînement, 20 % à la validation et 30 % aux tests. L'ensemble de données ne comprend aucune image d'humains ou d'autres animaux, se concentrant exclusivement sur les chats et les chiens. La liste des races couvre 25 races de chiens et 12 races de chats, incluant des types courants comme le Beagle et le chat persan, ainsi que des races plus rares comme le Birman et le bouledogue américain.
Utilisation dans la recherche
Oxford Pets a été largement utilisé dans les communautés de apprentissage automatique et de vision par ordinateur. Il sert de référence pour évaluer la performance des réseaux de neurones convolutifs et d'autres architectures sur la classification fine. L'ensemble de données est particulièrement apprécié car il exige des modèles qu'ils capturent des différences subtiles entre les races, allant au-delà de la reconnaissance d'objets grossière.
Les chercheurs ont utilisé Oxford Pets pour tester des innovations en augmentation de données, apprentissage par transfert et élagage de modèles. Par exemple, l'ensemble de données a été utilisé pour démontrer l'efficacité des réseaux résiduels et des architectures U-Net pour la segmentation. Les masques trimap permettent également la recherche sur la segmentation faiblement supervisée, où les modèles apprennent à produire des prédictions au niveau du pixel à partir d'étiquettes au niveau de l'image.
Relation avec d'autres ensembles de données
Oxford Pets est souvent comparé à d'autres ensembles de données fine tels que l'ensemble de données Stanford Cars et l'ensemble de données d'oiseaux CUB-200. Ces ensembles de données partagent une structure similaire, avec de nombreuses classes visuellement similaires, et sont couramment utilisés ensemble pour évaluer la généralisation des modèles à travers les domaines. L'ensemble de données est également fréquemment utilisé en conjonction avec l'ensemble de données PASCAL VOC pour l'apprentissage multitâche, car les deux fournissent des annotations de segmentation.
Dans le contexte de la recherche en intelligence artificielle, Oxford Pets est considéré comme un ensemble de données relativement petit par rapport aux collections à grande échelle comme ImageNet. Cela le rend utile pour étudier l'impact de la taille de l'ensemble de données sur la performance des modèles et pour développer des techniques qui fonctionnent bien avec des données limitées, telles que apprentissage en quelques exemples et apprentissage auto-supervisé.
Limites et extensions
La principale limite d'Oxford Pets est sa taille, qui peut entraîner un surapprentissage lors de l'entraînement de grands modèles à partir de zéro. Pour atténuer cela, les chercheurs utilisent souvent des modèles pré-entraînés et les affinent sur l'ensemble de données. Une autre limite est que les images représentent toutes des animaux de compagnie dans des environnements naturels, ce qui peut ne pas se généraliser à d'autres domaines tels que l'imagerie médicale ou la conduite autonome.
Malgré ces limites, l'ensemble de données reste un choix populaire pour l'évaluation et à des fins éducatives. Il est librement disponible pour un usage académique et est inclus dans de nombreuses bibliothèques d'apprentissage profond populaires, telles que PyTorch et TensorFlow, via leurs modules d'ensembles de données intégrés. L'ensemble de données a également inspiré des extensions, comme l'ensemble de données Oxford Pets II, qui ajoute plus de races et d'images, bien que la version originale reste la plus utilisée.
Voir aussi
- Classification fine
- Segmentation sémantique
- Vision par ordinateur
- Ensemble de données