CIFAR-10是由Alex Krizhevsky等人手机的一个用于图像识别的数据集,共有10个分类。CIFAR-10数据集与之前的MNIST数据集相比,它的色彩、颜色噪点较多,同一分类(如卡车)大小不一、角度不同、颜色不同,所以CIFAR-10图像识别的难度比MNIST数据集高很多。
CIFAR-10数据集共有60000个32*32的彩色图像,有50000个训练图像和10000个测试图像。共有10个分类,它们分别是,飞机、汽车、鸟、猫、鹿、狗、青蛙、马、船、卡车。每个分类有6000个图像。
- 下载读取Cifar-10数据
- 数据预处理(二维图像的数字标准化、label数字转换成One-hot向量)
Keras卷积神经网络识别CIFAR-10图像