一、为什么需要大量数据集
人工智能其实就是大数据的时代,无论是目标检测、图像分类、还是现在植入我们生活的推荐系统,"喂入"神经网络的数据越多,则识别效果越好、分类越准确。因此开源大型数据集的研究团队为人工智能的发展做了大量贡献。下面介绍关于图像方面的经典数据集。
二、ImageNet数据集
ImageNet:全称为 ImageNet Large Scale Visual Recognition Challenge (ILSVRC)。它由斯坦福大学的李飞飞教授团队创建,并且在计算机视觉领域具有重要影响力。
ImageNet官网:www.image-net.org
数据集规模:
ImageNet 数据集包含超过 1400 万张标注好的图像。
类别:
ImageNet 数据集包含 22,000 个类别的图像。
ILSVRC 竞赛的子集包含 1,000 个类别,用于图像分类挑战。
图像大小:
图像大小各不相同,但通常会被预处理为标准大小(例如 224x224 像素)以输入到神经网络中。
应用领域:
ImageNet 被广泛用于训练和评估图像分类、物体检测和图像分割等计算机视觉任务中的深度学习模型。
三、CIFAR-10数据集
CIFAR-10:全称是 Canadian Institute For Advanced Research 10。该数据集由多伦多大学的 Geoffrey Hinton 和 Alex Krizhevsky 等人创建,是一个经典的机器学习和计算机视觉任务的数据集。
Geoffrey Hinton:深度学习大牛,图灵奖获得者。
CIFAR是加拿大高级研究院(Canadian Institute For Advanced Research)的缩写
CIFAR-10官网:https://www.cs.toronto.edu/~kriz/cifar.html
CIFAR-10数据集由10个类别的60000张32x32彩色图像组成,每个类别有6000张图像。有50000个训练图像和10000个测试图像。
四、CIFAR-100数据集
CIFAR-100是比CIFAR-10类别更多的数据集,这个数据集就像CIFAR-10一样,除了它有100个类,每个类包含600个图像。每类有500个训练图像和100个测试图像。CIFAR-100中的100个类被分为20个Superclass。每个图像都有一个"精细"标签(它所属的类)和一个"粗略"标签(其所属的Superclass)。