tanganke/stanford_cars

Stanford Cars数据集是一个用于图像分类任务的数据集，包含多种汽车品牌的图像。数据集分为训练集和测试集，分别包含8144和8041张图像。此外，数据集还提供了多种用于鲁棒性测试的图像集，如高对比度、高斯噪声、脉冲噪声、JPEG压缩、运动模糊、像素化和溅射等。每个图像集都包含8041张图像，用于测试模型在不同条件下的表现。

原始信息汇总

数据集概述

基本信息

• 语言: 英语
• 大小: 100K<n<1M
• 任务类别: 图像分类

数据集特征

• 特征名称: image
  • 数据类型: 图像
• 特征名称: label
  • 数据类型: 类别标签
  • 类别名称: 共196种，包括但不限于AM General Hummer SUV 2000, Acura RL Sedan 2012, Acura TL Sedan 2012等。

数据集分割

• 训练集: 8144个样本
• 测试集: 8041个样本
• 其他测试集: 包括对比度、高斯噪声、脉冲噪声等多种条件下的8041个样本，用于模型鲁棒性测试。

数据集大小

• 下载大小: 6016497364字节
• 数据集大小: 5114651469.705字节

配置

• 默认配置: 包含训练、测试及各种鲁棒性测试的数据文件路径配置。

使用示例

python from datasets import load_dataset

加载数据集

dataset = load_dataset("tanganke/stanford_cars")

访问训练集

train_set = dataset["train"]