Dogs-in-the-Wild 数据集是一个用于细粒度分类任务的大规模犬类数据集。该数据集按类别的覆盖范围、数据量和标注质量超过了类似的现有数据集。 该数据集包含涉及 362 个犬类的 299,458 张图片，比 Stanford Dogs 数据集大 15 倍。其中训练集包含 258,474 张图像，测试集包含 40,984 张图像。 犬类列表是通过结合多个来源（如维基百科）来生成的，然后通过搜索引擎（如谷歌、百度）抓取图片，用众包的方式检查每张图片的标签。少于 100 张图片的小类别被清除，并通过应用混淆矩阵和人工验证来合并极其相似的类别。整个标注过程进行了三次，以保证标注的质量。