Food-101N：料理カラー写真（分類ラベルのノイズが多いバージョン）の画像データセット：AI・機械学習のデータセット辞典

データセット「Food-101N」について説明。31万9枚、101種類の料理カラー写真（アップルパイや餃子など）の「画像＋ラベル」データが無料でダウンロードでき、ラベルノイズ問題の研究や画像認識などのディープラーニングに利用できる。

[一色政彦，デジタルアドバンテージ]

連載目次

データセット解説

　Food-101Nデータセット（以下、Food-101N）は、101種類の「料理カラー写真」（アップルパイや餃子など）の画像データセットであるFood-101を拡張したバージョン、具体的には分類のラベル（＝正解を示す教師データ）にノイズが多い（＝約20％の分類ラベルが間違っている）バージョンである（図1）。Food-101Nは、「（人間による正確なラベル付けを極力なくした場合の）ラベルノイズを解決する学習のためのデータセット（A Dataset for Learning to Address Label Noise）」と説明されており、基本的な用途が限定されているが、名前からFood-101と混同しやすいため簡単に紹介しておくことにした。

図1　Food-101Nに含まれる「101種類の料理画像」の例
※データセットの配布元： 「Food-101N: A Dataset for Learning to Address Label Noise」。ライセンス指定なし。マイクロソフト製。

　101種類のラベル名とインデックス番号は、Food-101と同じなので、記事「Food-101：料理カラー写真（アップルパイや餃子など）の画像データセット：AI・機械学習のデータセット辞典 - ＠IT」を参考にしてほしい。

　Food-101Nデータセット全体は、

• 合計31万9枚（＝各ラベルの枚数はふぞろい）
• そのうち、実証ラベル（Verification labels）： 分類を人間が手動でラベル付けしたもの
  • 5万2868枚（＝「各ラベル：523枚前後×101種類）の訓練データ用（画像とラベル）
  • 4741枚（＝「各ラベル：47枚前後」×101種類）の精度検証（validation）データ用（画像とラベル）

で構成される。全ての画像は、24bit RGBフルカラー画像で、辺（＝幅と高さ）の最小長が320pxになるように再スケーリングされている（※Food-101は最大長が512pxだったので仕様が異なる）。

　より詳しくは、

• 公式ページ： Food-101N: A Dataset for Learning to Address Label Noise
• 論文： 『CleanNet: Transfer Learning for Scalable Image Classifier Training with Label Noise

を参照してほしい。

引用のための情報

　このデータセットは、人工知能発展のための非商用研究目的において自由に使用できる（※ライセンスは指定されていない。著作権は放棄していないものと考えられる）。

　引用情報を以下にまとめておく。

• 作成者： Kuang-Huei Lee, Xiaodong He, Lei Zhang and Linjun Yang
• タイトル： CleanNet: Transfer Learning for Scalable Image Classifier Training with Label Noise
• カンファレンス： Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2018)
• 公開日： 2018
• URL： https://arxiv.org/abs/1711.07131

利用方法

　実際にFood-101Nを使うには、

• 公式ページ： Food-101N: A Dataset for Learning to Address Label Noise

からダウンロードすればよい（約8GB）。対応するライブラリはないので、自らロードするコードを記述する必要がある。

「AI・機械学習のデータセット辞典」