IP102 数据集介绍与下载

下载地址： 迅雷网盘

一、数据集概述

IP102 是农业害虫识别领域规模最大、影响最广的公开基准数据集之一，由南开大学等机构的研究者于 2019 年在 CVPR 会议上正式发布。该数据集的构建旨在解决农业领域缺乏大规模、高质量标注数据的问题，推动深度学习技术在害虫智能识别与精准植保中的应用。

IP102 数据集名称中的“IP”代表 Insect Pest（害虫），“102”则指其包含的 102 个害虫类别。数据集的核心特点在于其大规模、长尾分布以及层次化分类体系，使其不仅适用于害虫识别研究，也为细粒度视觉分类和不平衡学习等机器学习课题提供了具有挑战性的测试平台。

二、数据规模与核心特征

IP102 数据集包含 超过 75,000 张害虫图像，覆盖 102 个类别。这些图像主要采集自农田真实环境，涵盖了水稻、玉米、小麦、豆类、蔬菜等多种作物上的常见害虫。数据集的详细特征如下：

长尾分布：IP102 呈现自然的类别不平衡特性，头部类别（如稻纵卷叶螟等主要害虫）拥有数千张图像，而尾部类别的样本量可能不足百张。这种分布反映了真实农业场景中害虫发生频率的差异，同时也对分类算法的鲁棒性提出了更高要求。

层次化分类体系：数据集具有层级化标注结构，将主要危害同一类作物的害虫归入相同的上层类别。例如，危害水稻的多种螟虫、飞虱、叶蝉等被组织在同一大类下。这种设计支持从粗粒度到细粒度的多层级分类研究。

目标检测标注：除分类标签外，IP102 还对其中约 19,000 张图像提供了边界框（bounding box）标注，使其能够同时支持目标检测任务的训练与评估。

三、任务支持与数据组织

IP102 数据集主要支持两类视觉任务：

分类任务：使用全部 75,000 余张图像进行 102 类害虫识别。数据集提供了标准的训练集、验证集和测试集划分文件（train.txt、val.txt、test.txt），便于研究者进行可复现的对比实验。

检测任务：使用约 19,000 张带边界框标注的图像，采用 VOC 格式组织，包含 JPEGImages 和 Annotations 两个目录，以及相应的划分文件。

数据集的目录结构通常如下所示：

IP102/
├── Classification/
│   ├── Images.tar
│   ├── train.txt
│   ├── val.txt
│   └── test.txt
└── Detection/
    └── VOC2007/
        ├── Annotations.tar
        ├── ImageSets/Main/
        │   ├── trainval.txt
        │   └── test.txt
        └── JPEGImages.tar

四、基线实验与挑战

原论文在 IP102 上进行了系统的基线实验，涵盖了手工特征方法和深度学习方法（如 ResNet 等）。实验结果表明，该数据集存在以下核心挑战：

类间相似性与类内差异性：部分害虫类别之间形态极为相似，尤其在同一上层类别内部，给细粒度区分带来困难；同时，同一类害虫因拍摄角度、生长阶段、光照条件不同，外观变化较大。

数据不平衡问题：长尾分布导致模型在尾部类别上的性能显著下降，传统分类方法难以兼顾头部和尾部类别的识别精度。

这些挑战使得 IP102 成为检验模型鲁棒性和泛化能力的理想基准。后续研究如 Insect-Foundation 等工作也在 IP102 上进行了零样本分类和微调实验的评估。

五、数据获取与使用说明

IP102 数据集对学术研究免费开放，可通过原始发布者提供的链接获取。数据集的最新版本为 v1.1。如需获取数据集或了解更详细的下载信息，请使用本文开头提供的下载地址。

使用该数据集时，请注意以下事项：数据集仅限学术用途，商业或其他用途需联系原作者获取授权。在发表基于该数据集的研究成果时，请引用原论文。

引用格式：

Wu X, Zhan C, Lai Y K, et al. IP102: A Large-Scale Benchmark Dataset for Insect Pest Recognition[C]//Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR). 2019: 8787-8796.