目录

  1. 概述
  2. 数据文件名
  3. 附录

概述

CIFAR-10 是一个更接近普适物体的彩色图像数据集。CIFAR-10 是由 Hinton 的学生 Alex Krizhevsky 和 Ilya Sutskever 整理的一个用于识别普适物体的小型数据集。一共包含 10 个类别的 RGB 彩色图片：飞机（ airplane ）、汽车（ automobile ）、鸟类（ bird ）、猫（ cat ）、鹿（ deer ）、狗（ dog ）、蛙类（ frog ）、马（ horse ）、船（ ship ）和卡车（ truck ）

✨ 每个图片的尺寸为 32 × 32 ，每个类别有 6000 个图像，数据集中一共有 50000 张训练图片和 10000 张测试图片

📚官网链接：The CIFAR-10 dataset

🆚 与 MNIST 数据集中目比， CIFAR-10 具有以下不同点:

  • CIFAR-10 是 3 通道的彩色 RGB 图像，而 MNIST 是灰度图像
  • CIFAR-10 的图片尺寸为 32 × 32 ， 而 MNIST 的图片尺寸为 28 × 28
  • 相比于手写字符， CIFAR-10 含有的是现实世界中真实的物体，不仅噪声很大，而且物体的比例、特征都不尽相同，这为识别带来很大困难。直接的线性模型如 Softmax 在 CIFAR-10 上表现得很差

数据文件名

下载并解压数据集后，是如下形式：

文件名文件用途
batches.meta文件存储了每个类别的英文名称。
databatch{1…5}这 5 个文件是 CIFAR- 10 数据集中的训练数据。每个文件以二进制格式存储了 10000 张 32 × 32 的彩色图像和这些图像对应的类别标签。一共 50000 张训练图像
test_batch这个文件存储的是测试图像和测试图像的标签。一共 10000 张

附录

数据集——CIFAR-10