L'ensemble de données Dogs-in-the-Wild est un ensemble de données sur les chiens à grande échelle pour les tâches de classification à granularité fine. L'ensemble de données dépasse les ensembles de données similaires existants en termes de couverture de catégories, de volume de données et de qualité d'annotation.

L'ensemble de données contient 299 458 images de 362 races de chiens et est 15 fois plus grand que l'ensemble de données Stanford Dogs. L'ensemble d'entraînement contient 258 474 images et l'ensemble de test contient 40 984 images.

La liste des chiens a été générée en combinant plusieurs sources (telles que Wikipédia), puis en parcourant les images via des moteurs de recherche (tels que Google et Baidu) et en vérifiant les étiquettes de chaque image de manière participative. Les petites catégories contenant moins de 100 images ont été éliminées et les catégories extrêmement similaires ont été fusionnées en appliquant des matrices de confusion et une vérification manuelle. L’ensemble du processus d’annotation a été réalisé trois fois pour garantir la qualité de l’annotation.

Exemple de données :

{
    "info": "Dogs-in-the-Wild",
    "split": "train",
    "annotations": [
        {
            "name": "image/train/3472791206,1521450563.jpg",
            "image id": 0,
            "category id": 312
        }

        ...
    ]
}

Remarque : train.json