本数据集包含 102 种花类的图像数据集(主要是一些英国常见的花类),每个类别包含 40—258 张图像。这些图像在比 例、姿势以及光照方面有着丰富的变化。

We investigate to what extent combinations of featurescan improve classification performance on a large datasetof similar classes. To this end we introduce a 103 classflower dataset. We compute four different features for theflowers, each describing different aspects, namely the local shape/texture, the shape of the boundary, the overallspatial distribution of petals, and the colour. We combinethe features using a multiple kernel framework with a SVMclassifier. The weights for each class are learnt using themethod of Varma and Ray , which has achieved state ofthe art performance on other large dataset, such as Caltech101/256. Our dataset has a similar challenge in the number of classes, but with the added difficulty of large betweenclass similarity and small within class similarity. Resultsshow that learning the optimum kernel combination of multiple features vastly improves the performance, from 55.1%for the best single feature to 72.8% for the combination ofall features.

译:

我们研究特征组合的程度可以提高大型数据集的分类性能同类的。为此,我们介绍一个103种花卉数据集。我们为花,每一个描述不同的方面,即局部的形状/纹理,边界的形状,整体花瓣的空间分布和颜色。我们联合起来基于支持向量机的多核框架特征提取分类器。每节课的重量是用Varma和Ray的方法,它已经达到了其他大型数据集的艺术表现,如加州理工大学101/256。我们的数据集在类的数量上也有类似的挑战,但是增加了较大的难度类相似性和小类内相似性。结果表明,学习多个特性的最佳内核组合将极大地提高性能,从55.1%提高到

对于最佳单一功能的组合,为72.8%所有功能。

大家可以到官网地址下载数据集,我自己也在百度网盘分享了一份。可关注本人公众号,回复“2020081902”获取下载链接。


只要自己有时间,都尽量写写文章,与大家交流分享。

本人公众号:

CSDN博客地址:https://blog.csdn.net/ispeasant

Oxford 102 Flowers数据集相关推荐

  1. 牛津花卉数据集(Oxford 17/Oxford 102)官网

    Oxford 17: https://www.robots.ox.ac.uk/~vgg/data/flowers/17/ Oxford 102: https://www.robots.ox.ac.uk ...

  2. 卷积神经网络训练花卉识别分类器

    介绍   本部分是花卉分类器,后续会有更为详细的更新.   花卉分类器使用语言:Python,使用深度学习框架:PyTorch,方法:训练卷积神经网络   关于PyTorch的基本用法可以参考博客:P ...

  3. PyTorch 深度学习实战 | 基于 ResNet 的花卉图片分类

    "工欲善其事,必先利其器".如果直接使用 Python 完成模型的构建.导出等工作,势必会耗费相当多的时间,而且大部分工作都是深度学习中共同拥有的部分,即重复工作.所以本案例为了快 ...

  4. 基于深度学习的超级分辨率,无需使用GAN

    本文介绍了技术和培训深度学习模型的图像改进,图像恢复,修复和超分辨率.这利用了Fastai课程中教授的许多技术,并利用Fastai软件库.这种训练模型的方法是基于非常有才华的AI研究人员的方法和研究, ...

  5. CNNFeatures Off-the-Shelf: An Astounding Baseline for Recognition

    2018.4.29 星期日 [1]Razavian A S, Azizpour H, Sullivan J, et al. CNNFeatures Off-the-Shelf: An Astoundi ...

  6. 数据集下载地址(转)

    以下内容转自https://baijiahao.baidu.com/s?id=1615853849218131902&wfr=spider&for=pc 图像分类领域 1)MNIST ...

  7. 33个机器学习常用数据集

    若是本文能帮助到大家,希望可以关注小编 并转发分享!(thanks) 现如今构建人工智能或机器学习系统比以往的时候更加容易.普遍存在的尖端开源工具如 TensorFlow.Torch 和 Spark, ...

  8. cub数据集多少张图片_AI 从业者都应该知道的实验数据集

    原标题:AI 从业者都应该知道的实验数据集 雷锋网AI 科技评论按:数据集对于深度学习模型的重要性不言而喻,然而根据性质.类型.领域的不同,数据集往往散落在不同的资源平台里,急需人们做出整理. fas ...

  9. 机器学习cnn数据集_33个机器学习常用数据集CV/NLP

    若是本文能帮助到大家,希望可以关注小编 并转发分享!(thanks) 现如今构建人工智能或机器学习系统比以往的时候更加容易.普遍存在的尖端开源工具如 TensorFlow.Torch 和 Spark, ...

最新文章

  1. Python模拟赌博实验,赌博为什么能赌到倾家荡产?
  2. 全国大学生智能车竞赛相关培训汇总
  3. 根据.Net代码自动生成UML Sequence 图。
  4. [记录]使用openGL显示点云的一个程序
  5. 快速设置UITableView不同section对应于不同种类的cell
  6. [label][转载][JavaSript]querySelectorAll 方法相比 getElementsBy 系列方法有什么区别?
  7. 很现实、很暴力的面试法则 —— 来自招聘官的自述
  8. 分清DB_NAME、INSTANCE_NAME、ORACLE_SID、SERVICE_NAME、DB_DOMAIN和GLOBAL_DB_NAME
  9. webx学习(二)——Webx Framework
  10. Luogu 3066 [USACO12DEC]逃跑的BarnRunning Away From…
  11. OSTaskSuspend()——挂起任务
  12. 用C#在Visual Studio写Javascript单元测试
  13. 玩一下就停不下来的h5休闲小游戏
  14. 还在低头采石油? BP、壳牌、道达尔、中石化早已涌入可再生能源
  15. php简单的日历代码,php日历代码(附演示效果)
  16. 陌陌探探真人头像过网图,探探真实头像蓝V怎么弄?
  17. 《Java从入门到放弃》系列文章改版中...
  18. 网易云视频直播推流集成大致过程
  19. codebook实现源码
  20. Redis中的TTL

热门文章

  1. 她,快手上市中最隐秘的富豪:一笔赚回百亿美元
  2. Duplicate class found in the file
  3. 永磁同步电机pmsm 双闭环foc控制系统 双pi调节 一共三个pi模块调参方式为ti的方法
  4. Python-Flask微信小程序登录流程详解及后台实现
  5. 智能ABC输入法技巧
  6. 2022-2028年中国滚动轴承行业市场运营格局及前景战略分析报告
  7. 手把手教你使用Js实现前后台传送Json
  8. java arraylist优点_java – 创建初始容量为0的ArrayList的优点?
  9. iMindMap 12.2021中文多语言版下载学习激活教程
  10. Android动画全解