这是一种用于细粒度图像分类的新的大规模零售产品数据集。与以往专注于相对较少产品的数据集不同，我们收集了2000多种不同零售产品的35万张图像，这些图像直接在真实的零售商店的货架上拍摄。我们的数据集旨在推进零售对象识别的研究，该研究具有大量应用，如自动货架审计和基于图像的产品信息检索。我们的实验表明，即使是最先进的细粒度分类方法也没有优于简单的ResNet基线，这表明在细粒度零售产品分类任务上，提高分类性能的研究还有很大的潜在空间。我们的数据集具有以下特性：（1）就产品类别而言，它是迄今为止最大的数据集。(2)所有图像都是在自然照明的实体零售店中手动拍摄的，符合真实的应用场景。 (3)我们为每个对象提供丰富的注释，包括大小，形状和口味/气味。我们相信我们的数据集可以使计算机视觉研究和零售业受益。
数据集的示例图像：
RP2K的数据收集渠道：
不同元分类的样本图像：（(top)按产品类型分类；（底部）按产品形状分类）
带有属性信息的示例：
数据下载 : RP2K链接 -- 品览科技
https://www.pinlandata.com/rp2k_dataset
下载文件示例：
