SVHN 图像数据集

SVHN 数据集是一个真实的图像数据集，用于开发机器学习和对象识别算法，对数据预处理和格式化的要求最低。 可以看出它与 MNIST 的特点相似（例如，图像是小的裁剪数字），但是包含更多标记数据的数量级（超过 600,000 个数字图像），且来自更加困难、未解决的现实世界问题（识别自然场景图像中的数字和数字）。

The SVHN Dataset is a real-world image dataset intended for developing machine learning and object recognition algorithms, with minimal requirements for data preprocessing and formatting. It shares similar characteristics with the MNIST dataset—for example, the images are small cropped digits—but has an order of magnitude more labeled data (over 600,000 digit images) and originates from more challenging, unsolved real-world tasks: recognizing digits in natural scene images.

搜集汇总

背景与挑战

背景概述

SVHN图像数据集是一个用于机器学习和对象识别算法的真实图像数据集，由斯坦福大学于2011年发布，数据来源于Google街景图像中的门牌号码。它包含超过60万张数字图像，与MNIST类似但更复杂，适用于自然场景中的数字识别任务。