Forgery cifar-10 and cifar-100

kaggle2021-04-09 更新2024-03-11 收录

下载链接：

https://www.kaggle.com/datasets/gnoeyheat/forgery-cifar10-and-cifar100

下载链接

链接失效反馈

官方服务：

资源简介：

Forgery Images Using Digital Watermarking

使用数字水印（Digital Watermarking）的伪造图像

创建时间：

2021-04-09

这两个深度学习数据集可以直接通过h5py（HDF5格式）在Python中导入。每个数据集（单独）的训练集已被洗牌并放入单个批次中，原始数据集被分为5个文件且未洗牌。测试集也已被洗牌，但仍与训练集分开。

github2022-11-25 更新150

数据集蒸馏旨在从大型数据集中提取少量合成训练样本，以便在仅使用这些样本进行训练时，在测试数据上达到竞争性性能。本工作直接将数据集蒸馏视为双层优化问题，并引入了随机截断反向传播时间（RaT-BPTT）方法，以稳定梯度并加速优化，同时覆盖长期依赖。

github2024-04-22 更新570

The dataset used in the WaveAttack paper, which consists of four classical benchmark datasets: CIFAR-10, CIFAR-100, GTSRB, and a subset of ImageNet.

DataCite Commons2024-12-16 更新40

这两个深度学习数据集可以直接通过h5py（HDF5格式）在Python中导入。数据集下载后可以通过脚本直接导入或转换。每个数据集（单独）的训练集已被打乱并放入一个批次中，原始数据被分为5个文件且未被打乱。测试集也已被打乱，但仍与训练集分开。

github2020-07-15 更新290

The dataset used for the CIFAR-100 vs CIFAR-10 OOD detection task.

DataCite Commons2026-01-07 更新00