DeepLearing:CIFAR10数据集介绍

CIFAR-10数据集由60000张32×32彩色图像组成,包含飞机、汽车等10个类别。数据集分为50000张训练图像和10000张测试图像。在不同深度学习模型如ResNet、VGG中应用,经过200轮训练,测试准确率在88.04%至94%之间。

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

CIFAR-10数据集介绍


​ 由于最近几周老师让自己跑的都是CIFAR10数据集所以就大概了解了一下该数据集,记录一下。

简介

​ CIFAR10数据及是由Alex Krizhevsky, Vinod Nair, and Geoffrey Hinton教授收集整理成的,这是一个适用于普适物体识别的计算机视觉数据集。

数据集下载地址

https://www.cs.toronto.edu/~kriz/cifar.html

特点

数据集组成

​ 该数据是从真实自然界中收集而来的,主要来自google和各类搜索引擎,该数据集由60000张32×32的3通道彩色图像组成。示例如下:

image-20211111143529569

​ 由上图可知,CIFAR10数据集有10个分类,分别为飞机,汽车,鸟,猫,鹿,狗,青蛙,马,船,卡车,每个类有6000张图像。

数据集结构

​ 数据集有50000个训练图像,10000个测试图像。

实战

数据集引用

trainset 
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