一、数据下载

官网下载：https://www.vision.caltech.edu/datasets/cub_200_2011/

百度云下载 链接: https://pan.baidu.com/s/1o60hA0qrupDjtMGPVCke3A 密码: u0sr

数据发布的论文下载： https://authors.library.caltech.edu/27452/1/CUB_200_2011.pdf

二、数据介绍

CUA-200-2011 是CUB-200的拓展，包含了200个鸟类，通常用于小目标分类、检测等任务。
所有的图片都是注释了 bounding boxes, part locations, 和属性。
图像和标注都是手工进行的。

下载后，解压如上所示，包含3个文件夹，5个标签文档，和一个README说明文档。

• images 文件夹 有200个子文件夹，每个文件夹存放着对应图像类别的图片
  

• parts 文件夹 存放着每个图像的关键点标注信息 ，包含了三个文件
  

  • parts/parts.txt ： 关键点种类以及对应的类别，每行格式为 <part_id> <part_name>
  • parts/part_locs.txt ： 包含了所有的关键点的标注，每行格式为<image_id> <part_id>
  • parts/part_click_locs.txt ： 每一行对应于不同MTurk工作人员对特定图像中特定关键点的标注，每行格式为<image_id> <part_id> (相当于不同人，对同一个点如翅膀，进行标注时，会存在一些偏差理解，这里把不同人的标注，甚至标注时间都记录下来了) 。

• attributes 文件夹 放着标注的一些属性
  

  • attributes/certainties.txt ：确定的属性，代表着标注人员标注时对类别是否确定的信息，每行格式为<certainty_id> <certainty_name> 其中 0 代表看不见，1 代表猜测的，2 代表可能，4 代表确定
  • attributes/image_attribute_labels.txt ： 图像感知属性标注。<image_id> <attribute_id> <is_present> <certainty_id> is_present 表示这个属性是否存在
    -attributes/class_attribute_labels_continuous.txt ： 类似Animals With Attributes数据集的格式，该文件包含200行和312个空格分隔列。每一行对应一个类（与classes.txt的顺序相同），每一列包含一个与一个属性对应的实数（与attributes.txt的顺序相同

• images.txt 包含每张图片的名字以及对应的序列号， 每行格式为<image_id> <image_name>

• train_test_split.txt 推荐的训练集和测试集划分，每行格式为 <image_id> <is_training_image>

• image_class_labels.txt 每张图片对应的类别，每行格式为 <image_id> <class_id>

• classes.txt 图像class类别以及对应的类别ID,每行格式为 <class_id> <class_name>

• bounding_boxes.txt 每张图像的物体框 ，每行格式为 <image_id>

3.1 图案示意

3.2 标注属性

标注的关键点和属性，15个关键点（喙眼头背等），28个属性组（喙的形状、颜色、长等、背部有颜色，有图案等）
见下图