AA

Hugging Face2026-08-09 更新2026-08-10 收录

多数据集图像分类基准

经典分类模型评估

数据链接：

https://huggingface.co/datasets/Cuong2004/AA 数据链接链接失效反馈

官方服务：

资源简介：

本数据集集合包含六个经典的图像分类子数据集：CIFAR-10、CIFAR-100、Fashion-MNIST、MNIST、STL-10和Tiny ImageNet。每个子数据集均由图像（image/img字段）和对应的标签（label字段）组成，适用于监督学习中的图像分类任务。CIFAR-10包含10个类别（如飞机、汽车、鸟等），训练集有50,000张32x32彩色图像，测试集有10,000张。CIFAR-100包含100个细粒度类别（如苹果、水族鱼、婴儿等）以及20个粗粒度类别（如水生哺乳动物、鱼类、花卉等），训练集和测试集划分与CIFAR-10相同。Fashion-MNIST仅有测试集，包含1,000张灰度图像，标签为整数（未列出具体类别）。MNIST仅有测试集，包含1,000张手写数字灰度图像，标签为整数。STL-10仅有测试集，包含1,000张彩色图像，标签为整数（未列出具体类别）。Tiny ImageNet包含200个类别（以WordNet ID表示），仅有测试集，包含2,000张图像。这些数据集覆盖了不同规模和复杂度的图像分类基准，可用于模型训练、评估和对比。

This dataset collection contains six classic image classification sub-datasets: CIFAR-10, CIFAR-100, Fashion-MNIST, MNIST, STL-10, and Tiny ImageNet. Each sub-dataset consists of images (image/img field) and corresponding labels (label field), suitable for supervised learning in image classification tasks. CIFAR-10 contains 10 categories (e.g., airplane, automobile, bird, etc.), with 50,000 32x32 color images in the training set and 10,000 in the test set. CIFAR-100 contains 100 fine-grained categories (e.g., apple, aquarium fish, baby, etc.) and 20 coarse-grained categories (e.g., aquatic mammals, fish, flowers, etc.), with the same training and test set splits as CIFAR-10. Fashion-MNIST has only a test set, containing 1,000 grayscale images with integer labels (specific categories not listed). MNIST has only a test set, containing 1,000 grayscale handwritten digit images with integer labels. STL-10 has only a test set, containing 1,000 color images with integer labels (specific categories not listed). Tiny ImageNet contains 200 categories (represented by WordNet IDs), with only a test set containing 2,000 images. These datasets cover image classification benchmarks of varying scales and complexities, suitable for model training, evaluation, and comparison.

创建时间：

2026-08-05

原始信息汇总

数据集 AA 概述

该数据集是一个多配置的计算机视觉图像分类数据集合集，整合了多个经典基准数据集，主要用于图像分类任务的训练与评估。

数据集配置

数据集包含以下 6 个子配置，每个配置对应一个独立的图像分类数据集：

配置名称	类别数	训练样本数	测试样本数	特征字段
cifar10	10	50,000	10,000	img, label
cifar100	100	50,000	10,000	img, fine_label, coarse_label
fashion_mnist	未指定	无	1,000	image, label
mnist	未指定	无	1,000	image, label
stl10	未指定	无	1,000	image, label
tiny_imagenet	200	无	2,000	image, label

注意: fashion_mnist、mnist、stl10 和 tiny_imagenet 配置仅包含测试集划分，没有提供训练数据。

数据集详情

CIFAR-10

类别: 10 类，包括飞机（airplane）、汽车（automobile）、鸟（bird）、猫（cat）、鹿（deer）、狗（dog）、青蛙（frog）、马（horse）、船（ship）、卡车（truck）
划分: train（50,000 张）、test（10,000 张）
特征: img（image 类型）、label（分类标签）
下载大小: 约 130.6 MB
数据集大小: 约 130.1 MB

CIFAR-100

类别: 100 个细粒度类别（fine_label）和 20 个粗粒度类别（coarse_label）
- 细粒度类别涵盖动物（如苹果、熊、蜜蜂）、自然场景（如云、森林）、人造物品（如自行车、椅子、键盘）等
- 粗粒度类别包括水生哺乳动物（aquatic_mammals）、鱼类（fish）、花卉（flowers）、食物容器（food_containers）、水果蔬菜（fruit_and_vegetables）、家用电器（household_electrical_devices）、家具（household_furniture）、昆虫（insects）、大型食肉动物（large_carnivores）、大型人造户外物品（large_man-made_outdoor_things）、大型自然户外场景（large_natural_outdoor_scenes）、大型杂食/草食动物（large_omnivores_and_herbivores）、中型哺乳动物（medium_mammals）、非昆虫无脊椎动物（non-insect_invertebrates）、人类（people）、爬行动物（reptiles）、小型哺乳动物（small_mammals）、树木（trees）、车辆 1（vehicles_1）、车辆 2（vehicles_2）
划分: train（50,000 张）、test（10,000 张）
特征: img（image 类型）、fine_label（细粒度分类标签）、coarse_label（粗粒度分类标签）
下载大小: 约 129 MB
数据集大小: 约 128.8 MB

Fashion-MNIST

划分: test（1,000 张）
特征: image（image 类型）、label（int64 类型）
下载大小: 约 509.5 KB
数据集大小: 约 512.3 KB

MNIST

划分: test（1,000 张）
特征: image（image 类型）、label（int64 类型）
下载大小: 约 264.9 KB
数据集大小: 约 269.8 KB

STL-10

划分: test（1,000 张）
特征: image（image 类型）、label（int64 类型）
下载大小: 约 17 MB
数据集大小: 约 17 MB

Tiny ImageNet

类别: 200 类，类别名称采用 ImageNet 的 WordNet ID（如 n01443537、n01629819 等）
划分: test（2,000 张）
特征: image（image 类型）、label（分类标签）
下载大小: 约 3.73 MB
数据集大小: 约 3.71 MB

数据文件

每个配置的数据文件路径如下：

cifar10: cifar10/train-*（训练）、cifar10/test-*（测试）
cifar100: cifar100/train-*（训练）、cifar100/test-*（测试）
fashion_mnist: fashion_mnist/test-*（测试）
mnist: mnist/test-*（测试）
stl10: stl10/test-*（测试）
tiny_imagenet: tiny_imagenet/test-*（测试）

适用场景

该数据集适合用于图像分类模型的基准测试和跨数据集泛化能力研究。由于 CIFAR-10 和 CIFAR-100 包含完整的训练集和测试集，适合作为主要训练和评估数据；其余配置（Fashion-MNIST、MNIST、STL-10、Tiny ImageNet）仅提供测试集，可用于模型迁移学习或零样本评估。

搜集汇总

数据集介绍

构建方式

AA数据集是一个整合了多个经典视觉识别基准的综合资源，涵盖了CIFAR-10、CIFAR-100、Fashion-MNIST、MNIST、STL-10和Tiny ImageNet等六个子集，每个子集均保持了原始数据的完整结构和标注体系。该数据集在构建时，将图像数据以标准格式存储，并保留了每个子集原有的分类标签定义，其中CIFAR-10和CIFAR-100提供了细粒度及粗粒度的双重标签，Tiny ImageNet则基于WordNet层次结构组织了200个细粒度类别。各子集均划分了明确的训练集和测试集，确保了数据划分的合理性，便于进行跨数据集的性能评估。

使用方法

该数据集可通过HuggingFace Datasets库便捷调用，用户只需按配置名称选取所需子集，如cifar10、cifar100等，即可加载相应的训练和测试数据。每个样本包含图像及对应的整数或类别标签，可直接用于图像分类模型的训练与评估。各子集的数据规模与划分已标准化，便于研究者快速开展跨数据集对比实验。同时，该数据集的所有配置均支持流式读取，可有效降低内存占用，适用于大规模实验场景。

背景与挑战

背景概述

AA数据集由HuggingFace平台整合发布，汇聚了计算机视觉领域多个经典基准数据集，包括CIFAR-10/100、MNIST、Fashion-MNIST、STL-10和Tiny ImageNet等。这些数据集分别由Alex Krizhevsky、Yann LeCun等知名学者及机构创建，自2009年起陆续问世，为图像分类、特征学习及深度模型评估奠定了坚实基础。该数据集的核心研究问题在于提供一个统一、标准化的多粒度视觉识别基准，覆盖从低分辨率手写数字到复杂自然图像的广泛任务，推动了从卷积神经网络到现代视觉Transformer的演进。作为学术与工业界广泛引用的资源，AA数据集在模型预训练、迁移学习及无监督表征学习等领域具有深远影响力，促进了跨数据集的公平比较与研究可复现性。

当前挑战

AA数据集所解决的领域问题涵盖多个层面：图像分类作为核心任务，要求模型在有限样本下精确识别细粒度类别，如CIFAR-100的100类物体；同时，各子集存在固有挑战——MNIST与Fashion-MNIST受限于低分辨率（28x28）及灰度信息，难以捕捉丰富纹理；CIFAR系列虽然分辨率提升至32x32，但类别间视觉相似性强（如猫与狗），对判别特征提取提出更高要求；Tiny ImageNet则包含200类且图像尺寸极小，加剧了类别间细微差别的辨识难度。在构建过程中，AA数据集需统一整理来自不同源的数据格式、标签体系及划分方式，确保多配置间的兼容性，同时维持原始数据集的统计特性，如类别平衡与样本分布，这要求严谨的数据清洗与验证流程。此外，处理下载与存储的高效性，以及为后续扩展（如增加更多数据集）预留接口，也是构建中的主要挑战。

常用场景

经典使用场景

AA数据集汇聚了计算机视觉领域多个经典基准子集，涵盖CIFAR-10/100、Fashion-MNIST、MNIST、STL-10及Tiny ImageNet等，广泛用于图像分类、目标识别与特征提取等任务的模型性能评估。研究者常以其作为验证神经网络架构（如卷积神经网络、视觉Transformer）有效性的初始平台，通过统一的数据预处理与训练流程，比较不同模型在细粒度与粗粒度分类上的泛化能力。该数据集因包含从低分辨率灰度图像到高分辨率彩色自然图像的多样视觉内容，成为测试数据增强、正则化策略及自监督学习方法的理想试验场。

解决学术问题

AA数据集有效解决了计算机视觉研究中缺乏统一、可复现对比基准的难题，为学术社区提供了标准化的训练与测试划分，使得不同算法间的性能比较具备公平性与可信度。其子集覆盖了从简单手写数字识别到复杂自然图像分类的难度梯度，助力研究者深入探究模型容量、过拟合控制以及类别不平衡等核心问题。通过引入多粒度标签（如CIFAR-100的细粒度与粗粒度标注），促进了层次化分类与多任务学习的研究，推动了稳健视觉表征学习理论的完善。

实际应用

在工业界，AA数据集被广泛应用于原型验证与模型选型阶段，帮助工程师快速评估深度学习模型在图像理解任务中的基础性能。其子集如Fashion-MNIST的设计初衷即替代原始MNIST，服务于服装分类、推荐系统等零售电商场景，而CIFAR系列则常被用于自动驾驶感知系统中的交通标识与障碍物识别算法的初期调试。此外，该数据集在医疗影像分析、卫星遥感分类等专业领域亦作为预训练或迁移学习的源数据，支撑了边缘设备上轻量化模型的部署与优化。

数据集最近研究

AA