斯坦福犬类数据集 120 种犬类图像 + 标注 精细图像分类训练测试数据集
斯坦福犬类数据集是源自 ImageNet 的高质量图像数据集,专为精细图像分类任务打造,适用于 AI 科研、论文写作、模型训练等场景。
数据集核心信息:
覆盖范围:包含全球 120 种犬类的高清图像,涵盖约克夏梗、阿富汗猎犬、巨型雪纳瑞等常见及特色犬种,类别丰富且代表性强;
数据规模:总计 20580 张图像,其中 12000 张用于模型训练,8580 张用于效果测试,数据量充足,满足各类分类任务需求;
标注信息:每张图像均附带精准类别标签与边界框标注,无需额外预处理,可直接用于模型训练与验证;
数据来源:图像及标注均源自权威 ImageNet 数据集,数据质量有保障,兼容性强,适配主流深度学习框架。
可用途径:
高校 / 科研机构:用于图像分类、计算机视觉相关课题研究、学术论文数据支撑;
AI 开发者:深度学习模型训练、算法优化、精细分类任务模型调试;
学生群体:课程设计、毕业设计、AI 相关竞赛数据准备。
斯坦福犬类数据集.zip
(28.75 KB, 需要: RMB 10 元)


雷达卡


京公网安备 11010802022788号







