Semi-iNat, der vollständige Name von Semi-Supervised iNaturalist, ist ein anspruchsvoller halbüberwachter Klassifizierungsdatensatz. Der Datensatz weist eine langschwänzige Verteilung der Kategorien, feinkörnige Kategorien und Domänenverschiebungen zwischen gekennzeichneten und nicht gekennzeichneten Daten auf. Der Datensatz enthält standardmäßige Trainings-, Validierungs- und Testsätze. Der Trainingssatz enthält annotierte Bilder von 810 Arten, von denen ungefähr 101 TP3T-Bilder annotiert sind.

Zitat

@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}
}