Oxford Pets 是由牛津大学的研究人员创建的计算机视觉数据集，用于细粒度图像分类和语义分割。它包含37个品种的猫和狗的7,349张图像，每张图像都标注了物种标签、品种标签以及像素级的三分图分割掩码。该数据集于2012年推出，已成为评估模型在细粒度视觉识别任务上表现的标准基准。
该数据集旨在解决区分视觉相似品种的挑战，例如缅因猫和挪威森林猫之间的差异。每个品种约有200张图像，数据集包含预定义的训练集、验证集和测试集划分。图像收集自互联网，包含姿态、光照和背景的变化，使任务比早期数据集更贴近现实。
数据集结构
Oxford Pets 数据集提供两类主要标注：类别标签和分割掩码。类别标签标识每张图像中动物的品种，而分割掩码是三分图，将每个像素分配到三个类别之一：前景（动物）、背景或未知（通常是边界区域）。这种双重标注使数据集可用于分类和分割任务，通常在多任务学习设置中同时使用。
官方划分将约50%的图像用于训练，20%用于验证，30%用于测试。数据集不包含任何人类或其他动物的图像，仅专注于猫和狗。品种列表涵盖25个犬种和12个猫种，包括比格犬和波斯猫等常见类型，以及伯曼猫和美国斗牛犬等较稀有品种。
研究用途
Oxford Pets 已被机器学习和计算机视觉社区广泛使用。它作为评估卷积神经网络及其他架构在细粒度分类上性能的基准。该数据集尤其有价值，因为它要求模型捕捉品种之间的细微差异，超越了粗粒度物体识别。
研究人员使用 Oxford Pets 测试数据增强、迁移学习和模型剪枝方面的创新。例如，该数据集已被用于展示残差网络和U-Net架构在分割任务中的有效性。三分图掩码还支持弱监督分割研究，即模型从图像级标签学习生成像素级预测。
与其他数据集的关系
Oxford Pets 经常与斯坦福汽车数据集和CUB-200鸟类数据集等其他细粒度数据集进行比较。这些数据集具有相似的结构，包含许多视觉上相似的类别，通常一起使用以评估模型跨领域的泛化能力。该数据集也常与PASCAL VOC数据集结合用于多任务学习，因为两者都提供分割标注。
在人工智能研究的背景下，与ImageNet等大规模数据集相比，Oxford Pets 被认为是一个相对较小的数据集。这使其有助于研究数据集规模对模型性能的影响，以及开发在有限数据下表现良好的技术，如少样本学习和自监督学习。
局限性与扩展
Oxford Pets 的主要局限性在于其规模，从头训练大型模型时可能导致过拟合。为缓解这一问题，研究人员通常使用预训练模型并在数据集上进行微调。另一个局限性是图像均为自然环境中的宠物，可能无法泛化到医学成像或自动驾驶等其他领域。
尽管存在这些局限性，该数据集仍是基准测试和教学用途的热门选择。它可免费用于学术用途，并包含在许多流行的深度学习库中，如PyTorch和TensorFlow的内置数据集模块中。该数据集还启发了扩展版本，如 Oxford Pets II 数据集，增加了更多品种和图像，但原始版本仍是最广泛使用的。