MIT Indoor Scenes（MIT‑67）数据集概述
| 项目 | 内容 |
|---|---|
| 全称 | MIT Indoor Scenes（MIT‑67） |
| 创建者 | Antonio Quattoni 与 Antonio Torralba（MIT） |
| 首次发布 | 2009 年 CVPR 论文《Indoor Scene Recognition》 |
| 类别数量 | 67 个室内场景类别，涵盖商店、住宅、公共空间、休闲场所和工作场所等 |
| 图像总数 | 15 620 张 RGB 图像 |
| 每类划分 | 按标准协议，每类 80 张用于训练，20 张用于测试（约 5 360 张训练，1 340 张测试） |
| 图像来源 | Google、AltaVista、Flickr、LabelMe 等网络检索与共享平台 |
| 分辨率 | 最小边长 ≥ 200 px，实际尺寸不一，需在预处理阶段统一尺度 |
| 主要用途 | - 室内场景分类基准 - 特征学习与迁移学习实验 - 深度网络（CNN、Transformer）性能评估 - 视觉布局、对象检测等上游任务的预训练数据 |
| 下载渠道 | 官方主页（MIT） https://web.mit.edu/torralba/www/indoor.html Roboflow 托管页面（可直接浏览或通过 API 下载） https://universe.roboflow.com/popular-benchmarks/mit-indoor-scene-recognition GitHub 项目（提供数据划分脚本与示例代码） https://github.com/wilys-json/indoor-scene-recognition |
| 常见研究引用 | - “CNN Features off‑the‑shelf” (CVPR 2014) 使用 MIT‑67 评估特征表现 - “Deep Multiple Instance Learning” (CVPR 2015) 将其作为挑战性基准 - 多篇场景分类、空间布局、局部‑全局特征融合等论文均采用该数据集作为实验平台 |
数据集特点与价值
- 类别多样、相似度高
同属室内场景的类别在视觉上往往只有细微差别（如厨房 vs. 餐厅、书店 vs. 超市），因此对模型的细粒度辨识能力提出了较高要求。 - 标准化评估协议
每类固定的 80/20 划分使得不同研究之间的结果可直接对比，成为计算机视觉社区长期使用的基准。 - 跨任务的扩展性
除了场景分类，数据集中的标注（类别标签）与图像本身的结构信息也被用于对象分割、空间布局预测、跨模态学习等更高级任务。 - 易获取、社区支持
官方页面提供直接下载链接，Roboflow、GitHub 等平台提供镜像与示例代码，降低了新手入门门槛。
使用建议
- 数据预处理：统一图像尺寸（如 224×224）并进行均值方差归一化，以适配主流 CNN/Transformer 架构。
- 划分复用：遵循官方的 80/20 划分，避免自行随机划分导致的评估不一致。
- 基准对比：在报告中注明使用的划分方式与评估指标（如 Top‑1、Top‑5 准确率），并引用官方协议或相应论文。
- 扩展数据：若需要更多样本，可结合 MIT‑67 的子集或使用更大规模的室内场景数据（如 SUN‑397、Places‑365）进行迁移学习。
快速获取：直接访问 https://web.mit.edu/torralba/www/indoor.html 下载完整压缩包，或在 Roboflow 上创建项目后通过 API 拉取数据。
以上即为 MIT Indoor Scenes（MIT‑67）数据集的核心信息与获取方式，供您在科研或项目开发中参考使用。
声明：文章均为AI生成，请谨慎辨别信息的真伪和可靠性！