斯坦福汽车图像数据集细粒度分类版本-2013-morrisflorek
数据来源：互联网公开数据
标签：斯坦福汽车数据集,图像识别,细粒度分类,汽车模型,颜色区分,训练数据,计算机视觉
数据概述：
本数据集是斯坦福汽车数据集的精炼版本，旨在提高类别粒度。原始数据集包含196个类别，每个类别代表一种不同的汽车型号。通过精炼过程，数据集现在包含1,288个类别，每个类别代表一种独特的汽车型号和颜色组合。数据集中的每张图像都标记了边界框坐标、类别标签（包括汽车型号和颜色标签，用下划线分隔）、图像名称以及与颜色预测相关的概率。
数据集中的训练集包含8,126张图像，这些图像被分为1,288个不同的类别。图像的对应文件可以在这里找到：https://github.com/morrisfl/stanford_cars_refined。注释文件仅包含训练集的注释信息。
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、汽车图像识别等领域。研究人员和开发人员可以利用此数据集训练和评估细粒度分类模型；教育机构可以使用此数据集进行教学和演示。此外，该数据集还为汽车识别和图像标注技术的发展提供了宝贵的数据资源。
