Datasets:
Tasks:
Image Classification
Modalities:
Image
Formats:
imagefolder
Languages:
Russian
Size:
1K - 10K
License:
File size: 3,513 Bytes
1db0401 e8e1b7a 1db0401 e8e1b7a 1db0401 | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 | ---
language:
- ru
license: mit
task_categories:
- image-classification
tags:
- vision
- e-commerce
- products
- uzbekistan-marketplaces
dataset_info:
features:
- name: image
dtype: image
- name: label
dtype:
class_label:
names:
- headphones
- laptop
- smartphone
- tv
- watch
pretty_name: Product Image Classification Dataset (Uzbekistan Marketplaces)
size_categories:
- 1K-10K
---
# Product Image Classification Dataset
Датасет изображений товаров, собранный с крупных узбекских маркетплейсов (**asaxiy.uz**, **texnomart.uz**, **olcha.uz**) для задачи автоматической классификации e-commerce продукции.
## Описание датасета
Данный набор данных содержит фотографии товаров, разбитых по 5 основным категориям электроники. Данные прошли автоматическую очистку от поврежденных файлов и дедупликацию по MD5-хешу.
### Категории (Classes):
1. **headphones** — Наушники
2. **laptop** — Ноутбуки
3. **smartphone** — Смартфоны
4. **tv** — Телевизоры
5. **watch** — Смарт-часы и браслеты
## Структура данных
Датасет автоматически очищен от битых файлов и дедуплицирован по MD5-хешам. Данные распределены по выборкам в пропорции **70% / 15% / 15%**:
```text
dataset_prepared/
├── train/ # Обучающая выборка (70%)
│ ├── headphones/ # Изображения наушников
│ ├── laptop/ # Изображения ноутбуков
│ ├── smartphone/ # Изображения смартфонов
│ ├── tv/ # Изображения телевизоров
│ └── watch/ # Изображения часов
├── val/ # Валидационная выборка (15%)
│ └── [тех же 5 категорий]
└── test/ # Тестовая выборка (15%)
└── [тех же 5 категорий]
## Источники и сбор данных
Данные были собраны с помощью автоматизированного парсинга на базе **Selenium**:
* [Asaxiy.uz](https://asaxiy.uz)
* [Texnomart.uz](https://texnomart.uz)
* [Olcha.uz](https://olcha.uz)
При сборе таргетировалось целевое количество порядка **220 изображений на категорию** с запасом на отсев дубликатов и брака.
## Использование в Python
### Загрузка через библиотеку `datasets` (если данные структурированы стандартом ImageFolder):
```python
from datasets import load_dataset
# Загрузка датасета с Hugging Face
dataset = load_dataset("NurzatS/Product_Image_Classification") # Замените название на ваше
# Просмотр структуры
print(dataset)
# Доступ к первому элементу
example = dataset["train"][0]
image = example["image"]
label = example["label"] |