1. AWA

https://cvml.ist.ac.at/AwA/ 

由50种动物类别的30475张图像组成，每张图像具有6个预提取的特征表示。

其他特征：

• 彩色直方图功能（124M）： AwA-features-cq.tar.bz2 • 本地自相似特征（30M）： AwA-features-lss.tar.bz2 • PyramidHOG（PHOG）功能（28M）： AwA-features-phog.tar.bz2 • SIFT功能（44M）： AwA-features-sift.tar.bz2 • colorSIFT功能（44M）： AwA-features-rgsift.tar.bz2 • SURF功能（49M）： AwA-features-surf.tar.bz2

2. AWA2数据集：

https://cvml.ist.ac.at/AwA2/

动物种类，共50种

 3. CUB200-2011数据集

http://www.vision.caltech.edu/visipedia/CUB-200-2011.html

    共有11788张鸟类图像，包含200类鸟类子类，其中训练数据集有5994张图像，测试集有5794张图像，每张图像均提供了图像类标记信息，图像中鸟的bounding box，鸟的关键part信息，以及鸟类的属性信息，数据集如下图所示。

bounding_boxes.txt为图像中鸟类的边界框信息；

classes.txt为鸟类的类别信息，共有200类；

image_class_labels.txt为图像标签和所属类别标签信息；

images.txt为图像的标签和图像路径信息；

train_test_split.txt为训练集和测试集划分。

4.SUN数据集

https://groups.csail.mit.edu/vision/datasets/ADE20K/

https://cs.brown.edu/~gmpatter/sunattributes.html

大型场景属性数据库。717个类别，每个类别20张图片。14340张图像的102个属性标签。

5. aPY数据集

https://vision.cs.uiuc.edu/attributes/

aPascal train(2113 images) and test sets(2227 images), and aYahoo test set(2237 images)

3个大类（动物，目标，车辆），32个小类

 

 

标签：features,tar,图像,ZSL,txt,数据,AwA,bz2
来源： https://blog.csdn.net/xiaohuilang6/article/details/116201790