纽约大学 发布 IMAGENET++ 数据集, 应用在 图像分类、数据整理策略 领域

纽约大学 本次发布的数据集 IMAGENET++, IMAGENET++是由纽约大学创建的一个大规模图像分类数据集，旨在扩展ImageNet-1K，包含5个新的训练数据偏移，每个偏移的大小与ImageNet-1K相当。数据集通过不同的数据整理策略生成，包括合成数据生成和基于CLIP嵌入的查找等方法。创建过程中，研究人员评估了这些数据整理方法在图像分类模型训练中的效果，发现尽管某些策略在特定任务上表现出色，但原始ImageNet-1K的数据整理策略仍然是金标准。IMAGENET++的应用领域主要集中在图像分类和数据整理策略的评估，旨在解决数据整理对模型性能的影响问题。

查看IMAGENET++

README 内容： 

关于 纽约大学 , 纽约大学（NYU）是一所位于美国纽约市的世界著名私立研究型大学，以其多元化的课程和国际化的校园环境而闻名。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。