PartImageNet++数据集：通过高质量零件标注提升视觉模型
计算机视觉与模式识别
2026-01-06 v1
摘要
为解决现有数据集中高质量零件标注稀缺的问题，我们引入PartImageNet++(PIN++)数据集，为ImageNet-1K中的所有类别提供详细的零件标注。该数据集每类标注100张图片，总计10万张图片，涵盖多样目标类别，具备最全面的标注规模。利用PIN++，我们提出了多尺度零件监督识别模型(MPM)，在ImageNet-1K上实现鲁棒分类。首先使用PIN++训练零件分割网络，再生成剩余未标注图像的伪零件标签。MPM将常规识别架构与辅助旁路层集成，同时由伪零件标签和原始零件标注共同监督。此外，我们在PIN++上开展了大量实验，包括零件分割、目标分割和few-shot学习，探索了多种利用零件标注的下游任务方法。实验结果表明，我们的方法不仅为鲁棒目标识别提供了基于零件的增强模型，还为多个下游任务建立了强基准，凸显了零件标注在提升模型性能中的潜力。数据集和代码已发布于https://github.com/LixiaoTHU/PartImageNetPP。
关键词
引用
@article{arxiv.2601.01454,
title = {PartImageNet++ Dataset: Enhancing Visual Models with High-Quality Part Annotations},
author = {Xiao Li and Zilong Liu and Yining Liu and Zhuhong Li and Na Dong and Sitian Qin and Xiaolin Hu},
journal= {arXiv preprint arXiv:2601.01454},
year = {2026}
}
备注
arXiv admin note: substantial text overlap with arXiv:2407.10918