Oxford Petsは、オックスフォード大学の研究者らによって作成されたコンピュータビジョンデータセットであり、細粒度画像分類とセマンティックセグメンテーションを目的としている。37品種の猫と犬の7,349枚の画像が含まれており、各画像には種ラベル、品種ラベル、ピクセルレベルのトリマップセグメンテーションマスクが注釈として付与されている。このデータセットは2012年に発表され、細粒度視覚認識タスクにおけるモデル評価の標準ベンチマークとなっている。
このデータセットは、メインクーンとノルウェージャンフォレストキャットの違いなど、視覚的に類似した品種を区別する課題に対処するために設計された。各品種は約200枚の画像で表現され、データセットにはトレーニング、検証、テストセットへの事前定義された分割が含まれている。画像はインターネットから収集され、姿勢、照明、背景にばらつきがあり、初期のデータセットよりも現実的なタスクとなっている。
データセット構造
Oxford Petsデータセットは、クラスラベルとセグメンテーションマスクの2つの主要な注釈タイプを提供する。クラスラベルは各画像内の動物の品種を識別し、セグメンテーションマスクは各ピクセルを前景（動物）、背景、不明（通常は境界領域）の3つのカテゴリのいずれかに割り当てるトリマップである。この二重注釈により、データセットは分類タスクとセグメンテーションタスクの両方に使用でき、多くの場合、マルチタスク学習設定で同時に使用される。
公式分割では、画像の約50%がトレーニング用、20%が検証用、30%がテスト用に割り当てられている。データセットには人間や他の動物の画像は含まれておらず、猫と犬のみに焦点を当てている。品種リストは25の犬種と12の猫種をカバーしており、ビーグルやペルシャ猫などの一般的なタイプに加え、バーマンやアメリカンブルドッグなどの希少なタイプも含まれている。
研究での使用
Oxford Petsは、機械学習およびコンピュータビジョンコミュニティで広く使用されている。細粒度分類における畳み込みニューラルネットワークや他のアーキテクチャの性能評価のベンチマークとして機能する。このデータセットは、モデルが品種間の微妙な違いを捉えることを要求するため特に価値があり、粗粒度の物体認識を超えたタスクを提供する。
研究者らは、データ拡張、転移学習、モデルプルーニングにおける革新をテストするためにOxford Petsを使用してきた。例えば、このデータセットは、残差ネットワークやU-Netアーキテクチャのセグメンテーションにおける有効性を示すために使用されている。トリマップマスクはまた、画像レベルのラベルからピクセルレベルの予測を生成することをモデルが学習する弱教師ありセグメンテーションの研究も可能にする。
他のデータセットとの関係
Oxford Petsは、スタンフォードカーズデータセットやCUB-200鳥類データセットなどの他の細粒度データセットとしばしば比較される。これらのデータセットは、視覚的に類似した多数のクラスを持つという同様の構造を共有し、ドメイン間でのモデルの一般化を評価するために一緒に使用されることが一般的である。このデータセットはまた、両方がセグメンテーション注釈を提供するため、マルチタスク学習のためにPASCAL VOCデータセットと併用されることも頻繁にある。
人工知能研究の文脈では、Oxford PetsはImageNetのような大規模コレクションと比較して比較的小規模なデータセットと見なされている。これにより、データセットサイズがモデル性能に与える影響を研究し、少数ショット学習や自己教師あり学習など、限られたデータでうまく機能する技術を開発するのに有用である。
制限と拡張
Oxford Petsの主な制限はそのサイズであり、大規模モデルをゼロからトレーニングする際に過学習を引き起こす可能性がある。これを軽減するため、研究者らはしばしば事前学習済みモデルを使用し、データセット上で微調整を行う。もう一つの制限は、画像がすべて自然環境でのペットであり、医用画像や自動運転などの他のドメインには一般化しない可能性があることである。
これらの制限にもかかわらず、このデータセットはベンチマークや教育目的で人気のある選択肢であり続けている。学術利用のために自由に利用可能であり、PyTorchやTensorFlowなどの多くの人気ディープラーニングライブラリに、組み込みのデータセットモジュールを通じて含まれている。このデータセットはまた、より多くの品種と画像を追加するOxford Pets IIデータセットなどの拡張にも影響を与えているが、元のバージョンが最も広く使用され続けている。
関連項目
- 細粒度分類
- セマンティックセグメンテーション
- コンピュータビジョン
- データセット