孟加拉鱼图片数据集

数据预览

数据交付

本条目提供数据和数据说明，暂未提供可运行教学案例。需要自行完成建模或实验。

数据集介绍

【数据集名称】孟加拉鱼图片数据集 【门类归属】动物 / 海洋生物 【数据类型与任务】图像；待核查 【数据规模】2195 张图像 【文件格式】JPG 图片 【压缩包大小】下载压缩包约 263.5 MB 【数据划分】已划分 —— fish_images（Ayre×109、Catla×128、Chital×177、Ilish×69、Kachki×41、Kajoli×42、Koi×122、Magur×138、Mola Dhela×52、Mrigal×67、Pabda×117、Pangash×118、Poa×44、Puti×121、Rui×141、Shing×128、Silver Carp×132、Taki×144、Telapia×139、Tengra×134）；.（inference_images×17）。 【标签或字段】有标签：每张图像存放在以类别名命名的文件夹里，文件夹名就是这张图的类别；完整的字段与类别说明见压缩包内的数据字典文件 data-dictionary.csv。 【类型关键参数】图像尺寸不统一：随机抽取 73 张实测，宽度 200~1559 像素、高度 113~3408 像素。标注方式：每张图片所在文件夹的名字就是它的类别，不需要额外的标注文件。 【目录结构】 bengali-fish-images-dataset.zip（解压后） ├── fish_images/Ayre/ —— .jpg×106、.png×3 ├── fish_images/Catla/ —— .jpg×114、.png×8、.jpeg×6、.gif×2 ├── fish_images/Chital/ —— .jpg×164、.png×9、.jpeg×4 ├── fish_images/Ilish/ —— .jpg×67、.png×1、.jpeg×1 ├── fish_images/Kachki/ —— .jpg×39、.gif×2、.png×2 ├── fish_images/Kajoli/ —— .jpg×33、.jpeg×7、.png×2、.ashx×1 └── …… 共 21 个子目录（完整清单见 file-manifest.csv） 【怎么使用】 图片已经按类别分好了文件夹，文件夹的名字就是图片的类别，不需要额外的标注文件。做深度学习的话，用 PyTorch 两行代码就能全部读入： from torchvision.datasets import ImageFolder ds = ImageFolder(".") # inference_images×17 fish_images = ImageFolder("fish_images") # Ayre×109、Catla×128、Chital×177、Ilish×69、Kachki×41、Kajoli×42、Koi×122、Magur×138、Mola Dhela×52、Mrigal×67、Pabda×117、Pangash×118、Poa×44、Puti×121、Rui×141、Shing×128、Silver Carp×132、Taki×144、Telapia×139、Tengra×134 每个类别有多少张图片，见压缩包内的 file-manifest.csv。 【数据体检结果】 · 数据体检未发现问题，可放心使用。

整理与使用信息

本站处理内容

本站已完成的工作： 1. 中文名称与用途说明整理（对照原站信息逐项核对）； 2. 全量文件清点与 SHA256 校验（file-manifest.csv，可溯源）； 3. 自动质检报告（quality-report.json：结构、编码、重复、标注一致性等）； 4. 数据字典整理（data-dictionary.csv，字段/类别中英对照）； 5. 预览样例抽取（preview/，供购买前判断内容）。

中文整理说明

门类：动物 / 海洋生物（依据《数据集中文分类体系》） 中文命名：孟加拉鱼图片数据集（原始名称 neloybarman018/bengali-fish-images-dataset） 已知问题：自动检查未发现问题（详见 quality-report.json） 配套文档：简明说明.md、README_中文.md、数据字典、文件清单、质检报告、预览样例（均随网盘下载包提供）。