Oxford Flowers é um conjunto de dados de imagens de referência para categorização visual de granulação fina, desenvolvido no Visual Geometry Group da Universidade de Oxford. O conjunto de dados contém 8.189 imagens de 102 categorias de flores comumente encontradas no Reino Unido. Cada categoria consiste em entre 40 e 258 imagens, com as imagens variando em escala, pose e condições de iluminação. O conjunto de dados foi introduzido em 2008 por Maria-Elena Nilsback e Andrew Zisserman, que também forneceram um conjunto de dados complementar, o Oxford Flower Dataset de 17 categorias, como um precursor menor.
O propósito principal do Oxford Flowers é apoiar a pesquisa em classificação de imagens de granulação fina, onde o objetivo é distinguir entre subcategorias visualmente semelhantes dentro de uma única categoria de nível básico. Diferentemente de conjuntos de dados de reconhecimento de objetos gerais, como o ImageNet, o Oxford Flowers foca em diferenças sutis de cor, forma e textura. O conjunto de dados inclui máscaras de segmentação em nível de pixel para cada flor, permitindo pesquisa tanto em tarefas de classificação quanto de segmentação. As imagens são provenientes de vários sites de fotografia e não são capturadas sob condições controladas, adicionando realismo e dificuldade.
Estrutura do Conjunto de Dados
O conjunto de dados é dividido em três partições predefinidas: treinamento, validação e teste. O conjunto de treinamento contém 1.020 imagens (10 por classe), o conjunto de validação contém 1.020 imagens (10 por classe) e o conjunto de teste contém 6.149 imagens (o restante). Essa divisão fixa é comumente usada para comparação justa entre diferentes modelos. Cada imagem está associada a um rótulo de 1 a 102, e as máscaras de segmentação são fornecidas como imagens binárias. O conjunto de dados também inclui um conjunto de rótulos e um arquivo de texto listando os nomes das classes, que correspondem a flores silvestres comuns do Reino Unido, como o jacinto-dos-bosques, a prímula e o floco-de-neve.
Impacto na Pesquisa
O Oxford Flowers tem sido um padrão de referência em visão computacional desde seu lançamento. Ele tem sido usado para avaliar uma ampla gama de abordagens de Machine learning, desde métodos de características artesanais, como histogramas de cor e descritores de forma, até modelos modernos de Deep learning. Em particular, ele tem sido fundamental no desenvolvimento de técnicas de reconhecimento de granulação fina, incluindo modelos baseados em partes e mecanismos de atenção. O conjunto de dados também tem sido usado em estudos sobre Data Augmentation, Transfer learning e Few-shot learning, pois o número limitado de exemplos de treinamento por classe representa um desafio para a generalização.
Métodos e Resultados Notáveis
Os primeiros trabalhos no Oxford Flowers alcançaram precisão de classificação em torno de 60-70% usando máquinas de vetores de suporte com características artesanais. A introdução de redes neurais convolucionais (CNNs) melhorou significativamente o desempenho. Por exemplo, um modelo ResNet ajustado pode alcançar mais de 95% de precisão no conjunto de teste. O conjunto de dados também tem sido usado para avaliar mecanismos de atenção e arquiteturas baseadas em Transformer (architecture), com modelos de última geração alcançando precisão quase perfeita. No entanto, o tamanho pequeno do conjunto de dados em relação aos padrões modernos significa que ele é frequentemente usado como um benchmark secundário em vez de primário, com pesquisadores relatando resultados juntamente com conjuntos de dados maiores, como CIFAR-100 ou ImageNet.
Extensões e Variantes
O conjunto de dados original de 102 categorias inspirou várias extensões. O Oxford Flower Dataset (17 categorias) é uma versão menor usada para prototipagem rápida. Além disso, o conjunto de dados foi incorporado a benchmarks maiores, como o desafio Visual Decathlon, que avalia modelos em vários conjuntos de dados diversos. Alguns pesquisadores também criaram variantes sintéticas ou aplicaram técnicas de Data Augmentation para aumentar o tamanho efetivo do conjunto de treinamento. As máscaras de segmentação têm sido usadas em estudos sobre segmentação de imagens e modelos generativos, como síntese condicional de imagens.
Limitações
Apesar de sua popularidade, o Oxford Flowers tem limitações. As imagens são de resolução relativamente baixa (dimensão máxima em torno de 500 pixels), o que pode não refletir cenários de alta resolução do mundo real. O conjunto de dados também é tendencioso em relação à flora do Reino Unido, limitando sua aplicabilidade a outras regiões geográficas. Além disso, a divisão fixa de treinamento/validação/teste, embora conveniente, pode levar a overfitting se os modelos forem ajustados repetidamente no conjunto de validação. Em meados da década de 2020, o conjunto de dados é considerado relativamente pequeno em comparação com benchmarks modernos de grande escala, e seu papel mudou de um desafio primário para uma verificação de sanidade para algoritmos de classificação de granulação fina.
Ver Também
- Computer vision
- classificação-de-imagens
- reconhecimento-de-granulação-fina
- grupo-de-geometria-visual