CIFAR-FS

displayName: CIFAR-FS (CIFAR100 few-shots)
license:
- MIT
paperUrl: https://arxiv.org/pdf/1805.08136v3.pdf
publishDate: "2019"
publishUrl: https://github.com/bertinetto/r2d2
publisher:
- University of Oxford
- FiveAI
tags:
- Picture

---
# 数据集介绍
## 简介
CIFAR少拍摄数据集由大小为32x32像素的60,000彩色图像组成。数据集分为3个部分，每个部分包含64个训练课，16个验证课和20个测试课，每个课包含600个示例。这些类是从CIFAR-100的数据集中采样的，我们使用Bertinetto等人2019的拆分。

## Download dataset
:modelscope-code[]{type="git"}

显示名称: CIFAR-FS（CIFAR100少样本数据集）
许可证: MIT许可证
论文链接: https://arxiv.org/pdf/1805.08136v3.pdf
发布日期: 2019
发布链接: https://github.com/bertinetto/r2d2
发布方:
- 牛津大学（University of Oxford）
- FiveAI
标签:
- 图像
---
# 数据集介绍
## 简介
CIFAR少样本数据集由60000张分辨率为32×32像素的彩色图像构成。该数据集划分为三个子集，每个子集分别包含64个训练类别、16个验证类别与20个测试类别，每个类别均包含600个样本。所有类别均从CIFAR-100数据集中采样得到，我们采用Bertinetto等人2019年提出的划分方案。

## 数据集下载
:modelscope-code[]{type="git"}

搜集汇总

背景与挑战

背景概述

CIFAR-FS是一个基于CIFAR-100构建的少样本学习图像数据集，包含60,000张32x32像素的彩色图像，分为训练、验证和测试三个部分，专门用于评估少样本分类算法的性能。