摘要：假冒品牌数据集包含约 1,500 张图像，5 个品牌（Adidas/Nike/Gucci/Louis Vuitton/Puma），10 个类别（真品/假冒各 5 类），平均每类 150 张，专为假冒品牌检测和深度学习计算机视觉项目设计。
数据集简介
数据集概述
假冒品牌数据集（Fake Brand Dataset）包含来自流行时尚品牌的真品和假冒产品图像，专为使用计算机视觉技术训练和评估用于假冒品牌检测的深度学习模型而设计。数据集涵盖 5 个流行时尚品牌（Adidas、Nike、Gucci、Louis Vuitton、Puma），包含 10 个类别（每个品牌的真品和假冒产品），约 1,500 张图像。数据集专为图像分类、假冒产品检测、品牌认证研究和深度学习计算机视觉项目而设计。
数据结构与关键特征
数据集包含 10 个类别：
(1) adidas_fake（阿迪达斯假冒）；
(2) adidas_genuine（阿迪达斯真品）；
(3) gucci_fake（古驰假冒）；
(4) gucci_genuine（古驰真品）；
(5) lv_fake（路易威登假冒，LV）；
(6) lv_genuine（路易威登真品，LV）；
(7) nike_fake（耐克假冒）；
(8) nike_genuine（耐克真品）；
(9) puma_fake（彪马假冒）；
(10) puma_genuine（彪马真品）。
数据集详情：总类别：10 个；平均每类图像：约 150 张；总图像：约 1,500 张。数据来源：图像从公开可用的来源收集，如搜索引擎和电子商务平台，用于学术和研究目的。
应用价值与研究方向
用例：图像分类、假冒产品检测、品牌认证研究、深度学习计算机视觉项目。支持假冒品牌检测、真伪鉴定、品牌保护、电子商务平台产品验证、深度学习模型训练（CNN、ResNet、EfficientNet、Vision Transformer）、二元分类（真品 vs 假冒）、多类别分类（10 类）、计算机视觉研究、图像分类、特征提取、迁移学习、打假技术、消费者保护、知识产权保护、法律取证、市场监管。该数据集为假冒品牌检测提供重要资源，有助于品牌保护、消费者权益保护和打击假冒伪劣产品
数据集来源
图像从公开来源（搜索引擎、电子商务平台）收集，用于学术和研究目的。专为图像分类、假冒产品检测、品牌认证研究和深度学习计算机视觉项目而设计。由张家梁(Bob)整理并于2026年在7zcode平台公开发布。
数据集信息
免责声明与引用
数据仅用于科研与教学用途。若用于商业场景，请自行核验数据许可。如需引用，请在论文或报告中注明数据集名称与版本号。
作者信息
作者：Bob (张家梁)
项目编号：Datasets-171
文件大小：270M
原创声明：本数据集为整理作品
联系方式
开源协议
本项目采用AGPL-3.0开源协议，允许个人和组织自由使用、修改和分发代码，但基于本项目的衍生作品必须同样开源，且用于提供网络服务时需向用户提供完整源代码。本项目仅供学习研究使用，作者不对使用本项目产生的任何后果承担责任，使用者应遵守当地法律法规，合理合法使用本项目。如本项目对您的研究或工作有所帮助，欢迎引用并注明出处。
评论(0)