Oxford Pets é um conjunto de dados de visão computacional criado por pesquisadores da Universidade de Oxford para classificação de imagens de granularidade fina e segmentação semântica. Ele contém 7.349 imagens de 37 raças de gatos e cães, com cada imagem anotada com um rótulo de espécie, um rótulo de raça e uma máscara de segmentação trimap em nível de pixel. O conjunto de dados foi introduzido em 2012 e se tornou um padrão de referência para avaliar modelos em tarefas de reconhecimento visual de granularidade fina.
O conjunto de dados foi projetado para abordar desafios na distinção de raças visualmente semelhantes, como a diferença entre um Maine Coon e um Gato Norueguês da Floresta. Cada raça é representada por aproximadamente 200 imagens, e o conjunto de dados inclui uma divisão predefinida em conjuntos de treinamento, validação e teste. As imagens foram coletadas da internet e incluem variações de pose, iluminação e fundo, tornando a tarefa mais realista do que conjuntos de dados anteriores.
Estrutura do Conjunto de Dados
O conjunto de dados Oxford Pets fornece dois tipos principais de anotações: rótulos de classe e máscaras de segmentação. Os rótulos de classe identificam a raça do animal em cada imagem, enquanto as máscaras de segmentação são trimaps que atribuem cada pixel a uma de três categorias: primeiro plano (o animal), fundo ou desconhecido (tipicamente a região de borda). Essa anotação dupla permite que o conjunto de dados seja usado tanto para tarefas de classificação quanto de segmentação, frequentemente simultaneamente em configurações de aprendizado multitarefa.
A divisão oficial aloca aproximadamente 50% das imagens para treinamento, 20% para validação e 30% para teste. O conjunto de dados não inclui imagens de humanos ou outros animais, focando exclusivamente em gatos e cães. A lista de raças abrange 25 raças de cães e 12 raças de gatos, incluindo tipos comuns como o Beagle e o gato Persa, bem como raças mais raras como o Birman e o Buldogue Americano.
Uso em Pesquisa
Oxford Pets tem sido amplamente utilizado nas comunidades de aprendizado de máquina e visão computacional. Ele serve como um padrão de referência para avaliar o desempenho de redes neurais convolucionais e outras arquiteturas em classificação de granularidade fina. O conjunto de dados é particularmente valorizado porque exige que os modelos capturem diferenças sutis entre raças, indo além do reconhecimento de objetos de granularidade grossa.
Pesquisadores usaram Oxford Pets para testar inovações em aumento de dados, aprendizado por transferência e poda de modelos. Por exemplo, o conjunto de dados foi usado para demonstrar a eficácia de redes residuais e arquiteturas U-Net para segmentação. As máscaras trimap também permitem pesquisa em segmentação fracamente supervisionada, onde modelos aprendem a produzir previsões em nível de pixel a partir de rótulos em nível de imagem.
Relação com Outros Conjuntos de Dados
Oxford Pets é frequentemente comparado com outros conjuntos de dados de granularidade fina, como o conjunto de dados Stanford Cars e o conjunto de dados de pássaros CUB-200. Esses conjuntos de dados compartilham uma estrutura semelhante, com muitas classes visualmente semelhantes, e são comumente usados juntos para avaliar a generalização de modelos entre domínios. O conjunto de dados também é frequentemente usado em conjunto com o conjunto de dados PASCAL VOC para aprendizado multitarefa, pois ambos fornecem anotações de segmentação.
No contexto da pesquisa em inteligência artificial, Oxford Pets é considerado um conjunto de dados relativamente pequeno em comparação com coleções de grande escala como ImageNet. Isso o torna útil para estudar o impacto do tamanho do conjunto de dados no desempenho do modelo e para desenvolver técnicas que funcionam bem com dados limitados, como aprendizado de poucos exemplos e aprendizado autossupervisionado.
Limitações e Extensões
A principal limitação do Oxford Pets é seu tamanho, que pode levar ao sobreajuste ao treinar modelos grandes do zero. Para mitigar isso, os pesquisadores frequentemente usam modelos pré-treinados e os ajustam no conjunto de dados. Outra limitação é que todas as imagens são de animais de estimação em ambientes naturais, o que pode não generalizar para outros domínios, como imagens médicas ou direção autônoma.
Apesar dessas limitações, o conjunto de dados continua sendo uma escolha popular para fins de benchmarking e educacionais. Ele está disponível gratuitamente para uso acadêmico e está incluído em muitas bibliotecas populares de aprendizado profundo, como PyTorch e TensorFlow, por meio de seus módulos de conjunto de dados integrados. O conjunto de dados também inspirou extensões, como o conjunto de dados Oxford Pets II, que adiciona mais raças e imagens, embora a versão original continue sendo a mais amplamente utilizada.
Ver Também
- Classificação de granularidade fina
- Segmentação semântica
- Visão computacional
- Conjunto de dados