CIFAR-10 数据集简介

最新推荐文章于 2025-06-21 23:15:25 发布

原创

最新推荐文章于 2025-06-21 23:15:25 发布 · 1.5w 阅读

13 ·

CC 4.0 BY-SA版权

文章标签：

#python #深度学习 #分类

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：