---
title: dog_all
canonical_url: "https://www.modelscope.cn/datasets/hehehehehehehe/dog_all"
md_url: "https://www.modelscope.cn/datasets/hehehehehehehe/dog_all.md"
repository: hehehehehehehe/dog_all
chinese_name: "基于狗鼻子识别狗狗身份"
last_updated: 2024-01-03
license: "Apache License 2.0"
storage_size: "1.6 KB"
domain:
  - image
tasks:
  - image-classification
size_scale:
  - 10k-1m
downloads: 73
stars: 2
---

# dog_all

> dog_all - hehehehehehehe 在 ModelScope 开源的数据集。数据集描述 数据集简介 数据集包含多只狗照片，以及狗基础信息

hehehehehehehe/dog_all 是 ModelScope 魔搭社区上的image-classification数据集，涉及 image 领域，存储大小 1.6 KB，采用 Apache License 2.0 许可。

- **Repository**: hehehehehehehe/dog_all
- **License**: Apache License 2.0
- **Tasks**: image-classification
- **Domain**: image
- **Storage size**: 1.6 KB
- **Downloads**: 73
- **Stars**: 2
- **Last updated**: 2024-01-03

Source: https://www.modelscope.cn/datasets/hehehehehehehe/dog_all

---

## 数据集描述
### 数据集简介
数据集包含多只狗照片，以及狗基础信息
<img src="./sample.jpg" alt="数据示例"/>  

### 数据集支持的任务
可用于快速模型验证、性能评估、小数据集分类训练等。

## 数据集的格式和结构
### 数据格式
数据集包括训练集train和验证集val，train和val文件夹之下按文件夹进行分类，共有2个子文件夹，同类别标签的图片在同一个文件夹下，图片格式为JPG。同时包含与标注文件中label id相对应的类名文件classname.txt。

### 数据集加载方式
```python
from modelscope.msdatasets import MsDataset
from modelscope.utils.constant import DownloadMode

ms_train_dataset = MsDataset.load(
            'dog_all', namespace='hehehehehehehe',
            subset_name='default', split='train') # 加载训练集
print(next(iter(ms_train_dataset)))

ms_val_dataset = MsDataset.load(
            'dog_name', namespace='hehehehehehehe',
            subset_name='default', split='validation') # 加载验证集
print(next(iter(ms_val_dataset)))
```
### 数据分片
本数据集包含train和val数据集。
| 子数据集    |        train | val |     test |
|---------|-------------:|-----------:|---------:|
| default |  训练集 |  验证集  | / |

## 数据集生成的相关信息
### 原始数据
Dog_name：https://www.modelscope.cn/datasets/hehehehehehehe/dog_name.git

### Clone with HTTP
```bash
git clone https://www.modelscope.cn/datasets/hehehehehehehe/dog_name.git
```