これは、205 の一般的なシーン カテゴリと 250 万枚の画像を含む大規模なシーン中心の画像データセットで、主にシーン認識に使用されます。

データセットには以下が含まれます。

• トレーニング セット: カテゴリあたり最小 5,000 画像、最大 15,000 画像、合計 2,479,500 画像
• 検証セット: カテゴリごとに 100 枚の画像、合計 20,500 枚の画像
• テスト セット: カテゴリごとに 200 枚の画像、合計 41,000 枚の画像

画像例: