什么是PartImageNet数据集

PartImageNet 是一个大型、高质量的图像数据集，专注于物体部件级别的分割和标注。该数据集由 ImageNet 中的 158 个类别组成，包含约 24,000 张图像 。这些类别被分为 11 个超类别，每个超类别下包含多个子类别，例如“四足动物”、“两足动物”、“鱼类”、“鸟类”、“蛇类”、“爬行动物”、“汽车”、“自行车”、“船”、“飞机”和“瓶子”等 。每个图像中都提供了详细的部件级标注，例如头部、身体、鳍、尾部等，这些标注有助于研究物体的结构和功能 。

PartImageNet 数据集的划分方式有两种：PartImageNet_Seg 和 PartImageNet_OOD。PartImageNet_Seg 用于语义部件分割和物体分割的研究，而 PartImageNet_OOD 用于少样本学习和分布外学习的研究 。该数据集的划分统计如下：训练集包含 109 个类别、16,540 张图像；验证集包含 19 个类别、2,957 张图像；测试集包含 30 个类别、4,598 张图像；总计 158 个类别、24,095 张图像 。

PartImageNet 数据集具有广泛的应用潜力，包括部件发现、少样本学习、语义分割和图像分类等任务 。该数据集由 ECCV 2022 会议论文提出，并在 GitHub 上提供了代码和数据集下载链接 。

paper: https://arxiv.org/abs/2112.00933

code: https://github.com/TACJu/PartImageNet

PartImageNet 是一个高质量的图像数据集，为计算机视觉领域的研究提供了丰富的资源和工具。