【亲测免费】 开源项目推荐：GroceryStoreDataset

1. 项目基础介绍

GroceryStoreDataset 是一个开源数据集项目，旨在为研究人员和开发者提供一组自然图像，这些图像涵盖了超市中的各种水果、蔬菜和包装商品。该数据集由 Marcus Klasson 创建并维护，它包含了5125张使用智能手机在不同超市中拍摄的图像，涵盖81个不同的细粒度类别，这些类别又进一步细分为42个粗粒度类别。该项目主要以Python作为主要的编程语言。

2. 项目的核心功能

该数据集的核心功能是提供带有视觉和语义标签的超市图像，用于图像识别、分类和机器学习研究。具体来说，以下是其核心特点：

• 数据集: 包含训练、验证和测试集的图像路径，以及对应的细粒度和粗粒度标签。
• 标签系统: 每个图像都有细粒度和粗粒度两个级别的标签，标签以整数形式表示。
• 样本描述: 每个细粒度类别都有相应的图标图像和产品描述，方便研究者了解每个类别的特征。

3. 项目最近更新的功能

项目最近更新的功能包括：

• 验证集: 添加了一个包含292张自然图像的验证集，这些图像来自59个类别。
• 文档: 对项目README文件进行了更新，增加了对数据集使用和引用的说明。

这个数据集已被用于研究，并在论文“A Hierarchical Grocery Store Image Dataset with Visual and Semantic Labels”中进行了介绍。使用这个数据集的研究者应引用相关论文，以支持开源项目的可持续发展。