CIFAR-10 数据集简介
CIFAR-10 是由 Hinton 的学生 Alex Krizhevsky 和 Ilya Sutskever 整理的一个用于识别普适物体的小型数据集。一共包含 10 个类别的 RGB 彩色图 片:飞机( a叩lane )、汽车( automobile )、鸟类( bird )、猫( cat )、鹿( deer )、狗( dog )、蛙类( frog )、马( horse )、船( ship )和卡车( truck )。图片的尺寸为 32×32 ,数据集中一共有 50000 张训练圄片和 10000 张测试图片。 CIFAR-10 的图片样例如图所示。
与 MNIST 数据集中目比, CIFAR-10 具有以下不同点:
• CIFAR-10 是 3 通道的彩色 RGB 图像,而 MNIST 是灰度图像。
• CIFAR-10 的图片尺寸为 32×32, 而 MNIST 的图片尺寸为 28×28,比 MNIST 稍大。
• 相比于手写字符, CIFAR-10 含有的是现实世界中真实的物体,不仅噪声很大,而且物体的比例、 特征都不尽相同,这为识别带来很大困难。 直接的线性模型如 Softmax 在 CIFAR-10 上表现得很差。
下面这幅图就是列举了10各类,每一类展示了随机的10张图片:

数据集由6万张32*32的彩⾊图⽚组成,⼀共有10个类别。每个类别6000张图⽚。其中有5万张训练图⽚及1万张测试图⽚。
数据集被划分为5个训练块和1个测试块,每个块1万张图⽚。
测试块包含了1000张从每个类别中随机选择的图⽚。训练块包含随机的剩余图像,但某些训练块可能对于⼀个类别的包含多于其他类别,
训练块包含来⾃各个类别的5000张图⽚。
这些类是完全互斥的,及在⼀个类别中出现的图⽚不会出现在其它类中。
数据集版本
作者提供了3个版本的数据集:python version; Matlab version; binary versio

基于深度残差学习的图像识别 何开明,张翔宇,任绍庆,孙健
更深层次的神经网络更难训练。我们提出了一个残差学习框架,以简化网络的训练,这比以前使用的网络要深入得多。我们明确地将层重新定义为参照层输入的学习剩余函数,而不是学习未引用的函数。我们提供了全面的经验证据,表明这些剩余网络更容易优化,并可以从大幅增加的深度获得精度。在ImageNet数据集上,我们评估了深度高达152层的剩余网络——比VGG网络深8倍,但仍然具有较低的复杂性。这些残差网络的集合在ImageNet测试集上的误差为3.57%。该结果获得了ilsvrc 2015年分类任务第一名。我们还对100层和1000层的CIFAR-10进行了分析。
表征深度对许多视觉识别任务至关重要。仅仅由于我们极其深入的表示,我们在COCO对象检测数据集上获得了28%的相对改进。

CIFAR-10 数据集简介相关推荐

  1. 深度学习入门——利用卷积神经网络训练CIFAR—10数据集

    CIFAR-10数据集简介 CIFAR-10是由Hinton的学生Alex Krizhevsky和Ilya Sutskever整理的一个用于普适物体的小型数据集.它一共包含10个类别的RGB彩色图片: ...

  2. Dataset之Fashion-MNIST:Fashion-MNIST数据集简介、下载、使用方法之详细攻略

    Dataset之Fashion-MNIST:Fashion-MNIST数据集简介.下载.使用方法之详细攻略 目录 Fashion-MNIST数据集简介 1.Why we made Fashion-MN ...

  3. Dataset之Rotten Tomatoes:Rotten Tomatoes影评数据集简介、下载、使用方法之详细攻略

    Dataset之Rotten Tomatoes:Rotten Tomatoes影评数据集简介.下载.使用方法之详细攻略 目录 Rotten Tomatoes影评数据集简介 Rotten Tomatoe ...

  4. Dataset之CIFAR-10:CIFAR-10数据集简介、下载、使用方法之详细攻略

    Dataset之CIFAR-10:CIFAR-10数据集简介.下载.使用方法之详细攻略 目录 CIFAR-10简介 1.与MNIST 数据集中目比, CIFAR-10 真高以下不同点 2.Tensor ...

  5. Dataset之MNIST:MNIST(手写数字图片识别+ubyte.gz文件)数据集简介、下载、使用方法(包括数据增强)之详细攻略

    Dataset之MNIST:MNIST(手写数字图片识别+ubyte.gz文件)数据集简介+数据增强(将已有MNIST数据集通过移动像素上下左右的方法来扩大数据集为初始数据集的5倍) 目录 MNIST ...

  6. 【深度学习】Fashion-MNIST数据集简介

    文章目录 数据集简介 操作 下载数据集 数据格式 可视化显示 读取小批量 完整代码 备注 数据集简介 不同于MNIST手写数据集,Fashion-MNIST数据集包含了10个类别的图像,分别是:t-s ...

  7. CNN表情识别系统制作(1)----fer2013人脸表情数据集简介

    fer2013人脸表情数据集简介 fer2013人脸表情数据集由35886张人脸表情图片组成,其中,测试图(Training)28708张,公共验证图(PublicTest)和私有验证图(Privat ...

  8. Kinetics-400数据集简介及下载

    1.Kinetics-400数据集简介 Kinetics-400是一个大规模,高质量的YouTube视频网址数据集,其中包含各种以人为本的行动.该数据集包含 400 个人类动作类,每个动作至少有 40 ...

  9. 【Argoverse 1 Motion Forecasting Dataset】轨迹预测数据集简介

    Argoverse 1https://www.argoverse.org/av1.html#forecasting-link 目录 1.数据集概述 1.1数据集简介 1.2数据收集方式 2. Argo ...

  10. 主流RGBD数据集简介 2019.12.15

    RGBD 数据集简介,2019.12.15 NYU Depth Dataset V2(3D分割任务) 数据集地址: https://cs.nyu.edu/~silberman/datasets/nyu ...

最新文章

  1. 另类无法在ESXi上添加存储器故障
  2. Acwing第 17 场周赛【完结】
  3. wchar_t 的输出问题
  4. 实时获取滚动条的高度_适用于星上快速处理的雷达高度计有效波高反演技术
  5. 彻底卸载oracle
  6. python中bool函数的作用_Python内置bool函数详细介绍
  7. matlab数字调音台,软件说明
  8. HttpClient之Java爬虫工具
  9. 4-18快速生成get和set方法、格式化代码、数组的非空验证、订餐系统案例
  10. (简易版)c语言人机对战五子棋
  11. 记一篇IT培训日记050-嗯嗯,差距不大
  12. R语言-两总体均值对比
  13. COCO数据集之gt_overlaps之分析
  14. 计算机三级数据库考试知识点及题库总结(最全)
  15. JavaScript模拟退火
  16. 哈工大人工智能研究院院长刘劼:打造从科研到产业的创新生态
  17. 图像滤镜处理算法:灰度、黑白、底片、浮雕
  18. Pytorch 并行训练(DP, DDP)的原理和应用
  19. docker 入门 —— docker 镜像命令
  20. 大一第一学期期末C语言程序设计笔记(一)

热门文章

  1. Campus Love 大学生有权谈恋爱吗
  2. 给字符数组赋值java_给字符数组赋值的方法
  3. Android中Listview(七)--排序ListView
  4. tesseract简单数字英文识别
  5. 13种老人不适合带孩子_这十三种老人不适宜带孩子,爸妈慎重
  6. 浅析Anycast技术
  7. jquery.flot.js简介
  8. 没有域名怎么访问服务器项目
  9. 【精品】Intellij中Emmet插件的使用技巧
  10. “区块链+社媒”是埋骨地 微博、Telegram为何仍要前赴后继