FungiTastic：一个用于图像分类的多模态数据集和基准
计算机视觉与模式识别
2025-04-28 v3
摘要
我们引入了一个新的、具有挑战性的基准和数据集FungiTastic，该数据集基于二十年间持续收集的真菌记录。该数据集由专家标注和整理，包含约35万个多模态观测数据，涵盖6千个细粒度类别（物种）。真菌观测数据包括照片和附加数据，例如气象和气候数据、卫星图像以及身体部位分割掩码。FungiTastic是少数几个包含具有前所未有的标签可靠性的DNA测序真实标签测试集的基准之一。该基准旨在支持（i）标准闭集分类，（ii）开集分类，（iii）多模态分类，（iv）小样本学习，（v）领域偏移等。我们为许多用例提供了量身定制的基线，在https://huggingface.co/collections/BVRA/fungitastic-66a227ce0520be533dc6403b上提供了大量即用型预训练模型，以及一个模型训练框架。文档和基线可在https://github.com/BohemianVRA/FungiTastic/和https://www.kaggle.com/datasets/picekl/fungitastic获取。
引用
@article{arxiv.2408.13632,
title = {FungiTastic: A multi-modal dataset and benchmark for image categorization},
author = {Lukas Picek and Klara Janouskova and Vojtech Cermak and Jiri Matas},
journal= {arXiv preprint arXiv:2408.13632},
year = {2025}
}
备注
FGVC workshop, CVPR 2025