杂货店商品图像分类数据集

计算机视觉
0 下载
4 浏览
2019

数据集简介

Grocery Store 是一个用于图像分类的杂货自然图像数据集。所有自然图像均使用智能手机相机在不同杂货店拍摄,场景真实多样。

简介

数据集共包含 5,125 张自然图像,覆盖 81 个细粒度类别,包括水果、蔬菜和纸盒物品(例如果汁、牛奶、酸奶)。这些细粒度类别进一步归并为 42 个粗粒度类别,例如细粒度类别“Royal Gala”和“Granny Smith”同属于粗粒度类别“Apple”。每个细粒度类别还附带一张标志性图像和对应的产品描述,便于类别理解与模型评估。

引用

如果您在研究中使用了该数据集,请引用发布机构的相关论文(详见原始发布页)。

相似数据集

该数据集与常见的商品识别数据集(如 Fruits-360)类似,但更注重自然场景下的杂货商品分类,细粒度与粗粒度类别层级结构为研究提供了更多维度。

发布信息

  • 发布机构:瑞典皇家理工学院、Microsoft Research
  • 发布时间:2019年
  • 许可协议:MIT License
  • 数据规模:5,125 张图像,81 类(42 粗粒度类),总大小约 207.2 MB
  • 发布主页:https://github.com/marcusklasson/GroceryStoreDataset
  • 数据格式:图像文件(具体格式未明确,通常为常见图片格式如 JPG/PNG)

下载方式

数据集可通过发布主页或 OpenDataLab 平台获取,官方文件直链由系统自动嗅探。

基本信息

记录数量未知
文件大小5,125 张自然图像,81 类(42 粗粒度类),207.2MB
文件格式未知
数据来源OpenDataLab
数据规模5,125 张图像
类别数量81 个细粒度类,42 个粗粒度类
许可协议MIT
数据落地页https://opendatalab.com/OpenDataLab/Grocery_Store
发布日期2019
杂货商品图像分类细粒度分类自然图像计算机视觉

上架信息

数据集市运营
平台统一选品上架,经质量审核后公开
0 次下载

价格

免费