APP下载
报价宝  ›  科技  › 

人工智能进阶-CIFAR-10资料集介绍

报价宝 来源:baojiabao.com 发布时间:2019-07-18 09:56:00 11月19日更新
报价宝综合消息人工智能进阶-CIFAR-10资料集介绍

CIFAR-10

该资料集共有60000张彩色影象,这些影象是32*32,分为10个类,每类6000张图。这里面有50000张用于训练,构成了5个训练批,每一批10000张图;另外10000用于测试,单独构成一批。

测试批的资料里,取自10类中的每一类,每一类随机取1000张。抽剩下的就随机排列组成了训练批。注意一个训练批中的各类影象并不一定数量相同,总的来看训练批,每一类都有5000张图。

下面这幅图就是列举了10各类,每一类展示了随机的10张图片:

需要说明的是,这10类都是各自独立的,不会出现重叠。

资料的下载:

(共有三个版本:python,matlab,binary version 适用于C语言)

http://www.cs.toronto.edu/~kriz/cifar-10-python.tar.gz

http://www.cs.toronto.edu/~kriz/cifar-10-matlab.tar.gz

http://www.cs.toronto.edu/~kriz/cifar-10-binary.tar.gz

你可以在cuda-convert的专案页面上找到此资料集上的一些基线可复制的结果。这个结果是由CNN卷积神经网络得到的。简要的说,在没有资料扩充的情况下,测试误差为18%,反之为11%。

资料集布局

Python/Matlab 版本

这两个资料形式是一样的,就以python为例。

该资料集档案包含data_batch1……data_batch5,和test_batch。他们都是由cPickle库产生的序列化后的物件(关于pickle,移步https://docs.python.org/3/library/pickle.html)。这里给出python2和python3的例程,他可以开启这样的pkl档案,返回一个字典结构的资料:

Python2:

1 def unpickle(file):

2 import cPickle

3 with open(file, 'rb') as fo:

4 dict = cPickle.load(fo)

5 return dict

Python3:

1 def unpickle(file):

2 import pickle

3 with open(file, 'rb') as fo:

4 dict = pickle.load(fo, encoding='bytes')

5 return dict

这样的话,每个batch档案包含一个字典,每个字典包含有:

Data一个10000*3072的numpy阵列(numpy:https://docs.scipy.org/doc/numpy-dev/user/quickstart.html),资料型别是无符号整形uint8。这个阵列的每一行储存了32*32大小的彩色影象(32*32*3通道=3072)。前1024个数是red通道,然后分别是green,blue。另外,影象是以行的顺序储存的,也就是说前32个数就是这幅图的画素矩阵的第一行。

labels 一个范围在0-9的含有10000个数的列表(一维的阵列)。第i个数就是第i个影象的类标。

资料集除了6个batch之外,还有一个档案batches.meta。它包含一个python字典物件,内容有:

一个包含10个元素的列表,每一个描述了labels array中每个数字对应类标的名字。比如:label_names[0] == "airplane", label_names[1] == "automobile"

文章标签: 报价宝 降噪耳机价格 耳机价格 红米手机价格 华为手机价格 小米手机价格 电视机价格 笔记本电脑价格 笔记本价格 汽车价格 报价宝 笔记本电脑价格 电视机价格 小米手机价格 降噪耳机价格