基于CIFAR-100的自动机器学习技术研究和持续学习数据集

CIFAR - 100数据集（加拿大高级研究院，100个类别）是微小图像数据集的一个子集，由60000张32×32的彩色图像组成。CIFAR - 100中的100个类别被分为20个超类。每个类别有600张图像。每张图像都有一个“精细”标签（它所属的类别）和一个“粗略”标签（它所属的超类）。每个类别有500张训练图像和100张测试图像。判定一张图像是否属于某个类别的标准如下： • 类别名称应在“这张图片中有什么？”这个问题的可能答案列表中名列前茅。 • 图像应该是逼真的照片。标注人员被要求拒绝线条画。 • 图像应只包含该类别所指对象的一个突出实例。 • 只要标注人员仍能清楚识别对象的身份，该对象可以部分被遮挡或从不同寻常的视角呈现。

搜集汇总

背景与挑战

背景概述

该数据集基于CIFAR-100构建，包含60000张32×32彩色图像，涵盖100个类别（分属20个超类），每张图像同时带有精细和粗略标签。数据划分为每类500张训练图像和100张测试图像，总计149.87MB，共604个文件，由中国科学院自动化研究所发布，适用于自动机器学习和持续学习研究。