Semi-iNat (Semi-Supervised iNaturalist の正式名) は、挑戦的な半教師あり分類データ セットです。データセットには、ロングテール分散カテゴリ、きめ細かいカテゴリ、ラベル付きデータとラベルなしデータ間のドメイン シフトが含まれています。 このデータセットには、標準のトレーニング、検証、およびテスト セットが含まれています。トレーニング セットには 810 種の注釈付き画像が含まれており、そのうち約 10% 画像に注釈が付けられています。

引用

@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}
}