大庆网站优化,wordpress图片自动分页插件,semester at sea,免费做销售网站有哪些1#xff0c;CIFAR-10数据集
CIFAR-10数据集由10个类的60000个32x32彩色图像组成#xff0c;每个类有6000个图像。有50000个训练图像和10000个测试图像。 数据集分为五个训练批次和一个测试批次#xff0c;每个批次有10000个图像。测试批次包含来自每个类别的恰好1000个随机…1CIFAR-10数据集
CIFAR-10数据集由10个类的60000个32x32彩色图像组成每个类有6000个图像。有50000个训练图像和10000个测试图像。 数据集分为五个训练批次和一个测试批次每个批次有10000个图像。测试批次包含来自每个类别的恰好1000个随机选择的图像。训练批次以随机顺序包含剩余图像但一些训练批次可能包含来自一个类别的图像比另一个更多。总体来说所有训练批组成的训练集每一类都有5000张图。 下载地址https://www.cs.toronto.edu/~kriz/cifar.html
可视化代码 import numpy as np
from PIL import Image
import pickle
import os
import matplotlib.image as plimgCHANNEL 3
WIDTH 32
HEIGHT 32data []
labels[]
classification [airplane,automobile,bird,cat,deer,dog,frog,horse,ship,truck]for i in range(5):with open(./cifar-10-batches-py/data_batch_ str(i1),moderb) as file:#数据集在当脚本前文件夹下data_dict pickle.load(file, encodingbytes)data list(data_dict[bdata])labels list(data_dict[blabels])img np.reshape(data,[-1,CHANNEL, WIDTH, HEIGHT])#代码创建文件夹也可以自行创建
data_path ./pic3/
if not os.path.exists(data_path):os.makedirs(data_path)for i in range(100):r img[i][0]g img[i][1]b img[i][2]plimg.imsave(./pic4/ str(i)r.png,r)plimg.imsave(./pic4/ str(i)g.png,g)plimg.imsave(./pic4/ str(i) b.png,b)ir Image.fromarray(r)ig Image.fromarray(g)ib Image.fromarray(b)rgb Image.merge(RGB, (ir, ig, ib))name img- str(i) - classification[labels[i]] .pngrgb.save(data_path name, PNG)
2cifar100数据集 这个数据集和cifar10类似它包含同样的60,000张图像它有100个类每个类包含600个图像600个图像中有500个训练图像和100个测试图像。100类实际是由20个类(每个类又包含5个子类)构成(5*20100)。 3ImageNet数据集 ImageNet数据集是一个计算机视觉数据集是由斯坦福大学的李飞飞教授带领创建。该数据集包合 14,197,122张图片和21,841个Synset索引。 Synset是WordNet层次结构中的一个节点它又是 一组同义词集合。 ImageNet数据集一直是评估图像分类算法性能的基准。 ImageNet 中目前共有 14,197,122 幅图像总共分为 21,841 个类别synsets通常我们所说的 ImageNet 数据集其实是指 ISLVRC2012 比赛用的子数据集其中 train 有 1,281,167 张照片和标签共 1000 类大概每类 1300 张图片val 有 50,000 副图像每类 50 个数据test 有 100,000 副图片每类 100 个数据。相比CIFAR-10 , ImageNet 数据集图片数量更多 分辨率更高含有的类别更多高上干个图像类别图片中含高更多的无关噪声和变化因此识别难度比CIFAR-10 高得多。
