CIFAR-10 数据集简介

本文简要介绍了CIFAR-10数据集,包括数据集的构成、图片数量、类别分布以及不同版本的数据集。CIFAR-10包含6万张32x32彩色图片,分为10个互斥类别,常用于深度学习的图像分类任务。数据集分为训练和测试两部分,并提供Python、Matlab和二进制版本。详细数据结构和使用方法也在文中提及。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

复现代码的过程中,简单了解了作者使用的数据集CIFAR-10 dataset ,简单记录一下。
CIFAR-10数据集是8000万微小图片的标签子集,它的收集者是:Alex Krizhevsky, Vinod Nair, Geoffrey Hinton。
数据集简介图
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 version。
可根据自己的需求选择。
数据集下载地址:下载链接
数据集布置
以python version进行介绍,Matlab version与之相同。
下载后获得文件 data_batch_1, data_batch_2,…, data_batch_5。测试块相同。这些文件中的每一个都是用cPickle生成的python pickled对象。
具体使用方法:

def unpickle
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值