Semi-iNat 全称 Semi-Supervised iNaturalist，是一个具有挑战性的半监督分类数据集。该数据集具有长尾分布的类别，细粒度的类别，以及标注和未标注数据之间的域偏移 (domain shifts) 。 该数据集包含标准的训练、验证和测试集。训练集包含来自 810 个物种的带标注的图像，其中大约 10% 的图像是有标注的。

Citation

@misc{su2021semi_iNat,
title={The Semi-Supervised iNaturalist Challenge at the FGVC8 Workshop},
author={Jong-Chyi Su and Subhransu Maji},
year={2021},
eprint={2106.01364},
archivePrefix={arXiv},
primaryClass={cs.CV}
}