斯坦福狗种分类图像数据集1963-2021
数据来源：互联网公开数据
标签：狗种识别,图像分类,细粒度分类,计算机视觉,深度学习,图像标注
数据概述：
本数据集源自斯坦福大学计算机视觉实验室，涵盖120种不同狗种的图像及其标注信息。所有图像和注解路径均包含在CSV文件中，注解采用PASCAL VOC格式[xmin, ymin, xmax, ymax]。该数据集为细粒度图像分类研究提供了丰富的资源。
数据用途概述：
该数据集适用于细粒度图像分类、计算机视觉研究、深度学习模型训练和评估等多种场景。研究人员可以利用此数据集进行模型训练，改进算法性能；教育者可用于教学演示，帮助学生理解图像分类过程；相关企业可应用于宠物识别、智能监控等领域。此外，数据集还提供了训练集和测试集的划分信息，便于评估模型效果。
数据示例：
CSV文件中的每一行代表一张图像及其标注信息，格式如下：
plaintext
image_path,breed_id,xmin,ymin,xmax,ymax
/path/to/image1.jpg,0,100,150,300,400
/path/to/image2.jpg,1,50,75,200,250
...
其中，image_path为图像文件路径，breed_id为狗种标识符，xmin, ymin, xmax, ymax为标注框的坐标。
