ऑक्सफोर्ड फ्लावर्स बारीक-श्रेणी दृश्य वर्गीकरण के लिए एक बेंचमार्क छवि डेटासेट है, जिसे ऑक्सफोर्ड विश्वविद्यालय के विज़ुअल ज्योमेट्री ग्रुप में विकसित किया गया था। डेटासेट में यूनाइटेड किंगडम में आमतौर पर पाए जाने वाले 102 फूल श्रेणियों की 8,189 छवियाँ शामिल हैं। प्रत्येक श्रेणी में 40 से 258 छवियाँ होती हैं, जिनमें छवियाँ पैमाने, मुद्रा और प्रकाश स्थितियों में भिन्न होती हैं। डेटासेट को 2008 में मारिया-एलेना निल्सबैक और एंड्रयू ज़िसरमैन द्वारा पेश किया गया था, जिन्होंने एक छोटे अग्रदूत के रूप में 17-श्रेणी ऑक्सफोर्ड फ्लावर डेटासेट नामक एक सहयोगी डेटासेट भी प्रदान किया था।
ऑक्सफोर्ड फ्लावर्स का प्राथमिक उद्देश्य बारीक-श्रेणी छवि वर्गीकरण में अनुसंधान का समर्थन करना है, जहाँ लक्ष्य एक ही मूल-स्तर श्रेणी के भीतर दृश्य रूप से समान उपश्रेणियों के बीच अंतर करना है। इमेजनेट जैसे सामान्य वस्तु पहचान डेटासेट के विपरीत, ऑक्सफोर्ड फ्लावर्स रंग, आकार और बनावट में सूक्ष्म अंतरों पर केंद्रित है। डेटासेट में प्रत्येक फूल के लिए पिक्सेल-स्तर विभाजन मास्क शामिल हैं, जो वर्गीकरण और विभाजन दोनों कार्यों में अनुसंधान को सक्षम बनाता है। छवियाँ विभिन्न फोटोग्राफी वेबसाइटों से प्राप्त की गई हैं और नियंत्रित परिस्थितियों में कैप्चर नहीं की गई हैं, जिससे यथार्थवाद और कठिनाई बढ़ती है।
डेटासेट संरचना
डेटासेट को तीन पूर्वनिर्धारित भागों में विभाजित किया गया है: प्रशिक्षण, सत्यापन और परीक्षण। प्रशिक्षण सेट में 1,020 छवियाँ (प्रति वर्ग 10), सत्यापन सेट में 1,020 छवियाँ (प्रति वर्ग 10), और परीक्षण सेट में 6,149 छवियाँ (शेष) शामिल हैं। यह निश्चित विभाजन विभिन्न मॉडलों के बीच उचित तुलना के लिए आमतौर पर उपयोग किया जाता है। प्रत्येक छवि 1 से 102 तक के लेबल से जुड़ी होती है, और विभाजन मास्क बाइनरी छवियों के रूप में प्रदान किए जाते हैं। डेटासेट में लेबलों का एक सेट और वर्ग नामों को सूचीबद्ध करने वाली एक टेक्स्ट फ़ाइल भी शामिल है, जो ब्लूबेल, काउस्लिप और स्नोड्रॉप जैसे सामान्य यूके जंगली फूलों के अनुरूप हैं।
अनुसंधान प्रभाव
ऑक्सफोर्ड फ्लावर्स अपनी रिलीज़ के बाद से कंप्यूटर विज़न में एक मानक बेंचमार्क रहा है। इसका उपयोग मशीन-लर्निंग दृष्टिकोणों की एक विस्तृत श्रृंखला का मूल्यांकन करने के लिए किया गया है, जिसमें रंग हिस्टोग्राम और आकार वर्णनकर्ता जैसे हस्त-निर्मित फीचर विधियों से लेकर आधुनिक डीप-लर्निंग मॉडल तक शामिल हैं। विशेष रूप से, यह बारीक-श्रेणी पहचान तकनीकों के विकास में सहायक रहा है, जिसमें भाग-आधारित मॉडल और ध्यान तंत्र शामिल हैं। डेटासेट का उपयोग डेटा-ऑगमेंटेशन, ट्रांसफर-लर्निंग और फ्यू-शॉट-लर्निंग पर अध्ययनों में भी किया गया है, क्योंकि प्रति वर्ग प्रशिक्षण उदाहरणों की सीमित संख्या सामान्यीकरण के लिए चुनौती पेश करती है।
उल्लेखनीय विधियाँ और परिणाम
ऑक्सफोर्ड फ्लावर्स पर प्रारंभिक कार्य ने हस्त-निर्मित फीचरों के साथ सपोर्ट वेक्टर मशीनों का उपयोग करके लगभग 60-70% वर्गीकरण सटीकता प्राप्त की। कन्वोल्यूशनल-न्यूरल-नेटवर्क (सीएनएन) की शुरुआत ने प्रदर्शन में काफी सुधार किया। उदाहरण के लिए, एक फाइन-ट्यून किया गया ResNet मॉडल परीक्षण सेट पर 95% से अधिक सटीकता प्राप्त कर सकता है। डेटासेट का उपयोग ध्यान-तंत्र और ट्रांसफॉर्मर-आधारित आर्किटेक्चर को बेंचमार्क करने के लिए भी किया गया है, जिसमें अत्याधुनिक मॉडल लगभग पूर्ण सटीकता तक पहुँचते हैं। हालाँकि, आधुनिक मानकों के सापेक्ष डेटासेट का छोटा आकार इसका मतलब है कि इसे अक्सर प्राथमिक बेंचमार्क के बजाय द्वितीयक बेंचमार्क के रूप में उपयोग किया जाता है, शोधकर्ता CIFAR-100 या इमेजनेट जैसे बड़े डेटासेट के साथ परिणाम रिपोर्ट करते हैं।
विस्तार और विविधताएँ
मूल 102-श्रेणी डेटासेट ने कई विस्तारों को प्रेरित किया है। ऑक्सफोर्ड फ्लावर डेटासेट (17 श्रेणियाँ) त्वरित प्रोटोटाइपिंग के लिए उपयोग किया जाने वाला एक छोटा संस्करण है। इसके अतिरिक्त, डेटासेट को विज़ुअल डेकाथलॉन चैलेंज जैसे बड़े बेंचमार्क में शामिल किया गया है, जो कई विविध डेटासेटों में मॉडलों का मूल्यांकन करता है। कुछ शोधकर्ताओं ने सिंथेटिक विविधताएँ भी बनाई हैं या प्रशिक्षण सेट के प्रभावी आकार को बढ़ाने के लिए डेटा-ऑगमेंटेशन तकनीकें लागू की हैं। विभाजन मास्क का उपयोग छवि-विभाजन और जनरेटिव मॉडल पर अध्ययनों में किया गया है, जैसे सशर्त छवि संश्लेषण।
सीमाएँ
अपनी लोकप्रियता के बावजूद, ऑक्सफोर्ड फ्लावर्स की सीमाएँ हैं। छवियाँ अपेक्षाकृत कम-रिज़ॉल्यूशन वाली हैं (अधिकतम आयाम लगभग 500 पिक्सेल), जो वास्तविक दुनिया के उच्च-रिज़ॉल्यूशन परिदृश्यों को प्रतिबिंबित नहीं कर सकती हैं। डेटासेट यूके वनस्पतियों की ओर भी पक्षपाती है, जो अन्य भौगोलिक क्षेत्रों में इसकी प्रयोज्यता को सीमित करता है। इसके अलावा, निश्चित प्रशिक्षण/सत्यापन/परीक्षण विभाजन, हालांकि सुविधाजनक है, बार-बार सत्यापन सेट पर मॉडल ट्यून करने पर ओवरफिटिंग का कारण बन सकता है। 2020 के दशक के मध्य तक, डेटासेट को आधुनिक बड़े पैमाने के बेंचमार्क की तुलना में अपेक्षाकृत छोटा माना जाता है, और इसकी भूमिका प्राथमिक चुनौती से बारीक-श्रेणी वर्गीकरण एल्गोरिदम के लिए एक सैनिटी चेक में स्थानांतरित हो गई है।
यह भी देखें
- कंप्यूटर-विज़न
- छवि-वर्गीकरण
- बारीक-श्रेणी-पहचान
- विज़ुअल-ज्योमेट्री-ग्रुप