斯坦福狗种图像无标签数据集-15个法国最受欢迎品种-2011年-michaelfumery
数据来源：互联网公开数据
标签：斯坦福,狗种,图像,无标签,机器学习,分类,教育,研究
数据概述：
本数据集来自斯坦福大学的狗种数据库，包含15个法国最受欢迎的狗品种的图像数据，用于无监督或自监督的机器学习分类任务。数据集将这些品种的图像分为训练集和测试集，其中测试集占30%。
数据集包含以下关键信息：
- 品种类别数量：15种（品种名称列于list_breeds.csv文件中）
- 训练集图像数量：1,759张
- 测试集图像数量（占30%）：763张
数据来源于斯坦福大学视觉实验室，原始数据集可在以下链接找到：http://vision.stanford.edu/aditya86/ImageNetDogs/，该链接还提供了关于训练/测试拆分和其他基准结果的更多信息。
数据用途概述：
该数据集适用于无监督或自监督的机器学习分类研究、图像识别教育、数据探索等多种场景。研究人员可以利用此数据集进行模型训练和评估；教育者可以利用该数据集进行教学演示和学生实践；此外，数据集还可以用于图像分类算法的比较研究。
引用提示：
如果您在发表论文或研究中使用了此数据集，请参考以下文献进行引用：
Aditya Khosla, Nityananda Jayadevaprakash, Bangpeng Yao 和 Li Fei-Fei. Novel dataset for Fine-Grained Image Categorization. First Workshop on Fine-Grained Visual Categorization (FGVC), IEEE Conference on Computer Vision and Pattern Recognition (CVPR), 2011.
J. Deng, W. Dong, R. Socher, L.-J. Li, K. Li 和 L. Fei-Fei, ImageNet: A Large-Scale Hierarchical Image Database. IEEE Computer Vision and Pattern Recognition (CVPR), 2009.
