MozzaVID：马苏里拉奶酪体积图像数据集
计算机视觉与模式识别
2026-04-09 v3 图像与视频处理
摘要
受体积成像复杂性的影响，缺乏可用于基准测试体积深度学习模型的成熟数据集。因此，新旧模型难以比较，限制了针对体积数据优化的架构发展。为扭转这一趋势，我们引入了MozzaVID——一个大规模、干净且通用的体积分类数据集。我们的数据集包含马苏里拉奶酪微结构的X射线计算机断层扫描(CT)图像，支持25种奶酪类型和149个奶酪样本的分类。我们提供三种不同分辨率的数据，由此产生三个数据集实例，包含从591到37,824张图像。虽然面向开发通用体积算法，但该数据集也有助于研究马苏里拉奶酪微结构的特性。食物结构的复杂和无序性质带来了独特的挑战，其中合适的成像方法、尺度和样本量的选择并非易事。借助该数据集，我们旨在应对这些复杂性，为更鲁棒的结构分析模型和更深入的食物结构理解做出贡献。该数据集可通过以下网址访问：https://papieta.github.io/MozzaVID/
引用
@article{arxiv.2412.04880,
title = {MozzaVID: Mozzarella Volumetric Image Dataset},
author = {Pawel Tomasz Pieta and Peter Winkel Rasmussen and Anders Bjorholm Dahl and Jeppe Revall Frisvad and Siavash Arjomand Bigdeli and Carsten Gundlach and Anders Nymark Christensen},
journal= {arXiv preprint arXiv:2412.04880},
year = {2026}
}
备注
Accepted at MetaFood (CVPR 2026 Workshop)