cifar-10-batches-py

经典的计算机视觉常用数据集。CIFAR10数据集共有60000个样本，每个样本都是一张32*32像素的RGB图像（彩色图像），每个RGB图像又必定分为3个通道（R通道、G通道、B通道）。这60000个样本被分成了50000个训练样本和10000个测试样本。CIFAR10数据集是用来监督学习训练的，那么每个样本就一定都配备了一个标签值（用来区分这个样本是什么），不同类别的物体用不同的标签值，CIFAR10中有10类物体，标签值分别按照0~9来区分,他们分别是飞机（ airplane ）、汽车（ automobile ）、鸟（ bird ）、猫（ cat ）、鹿（ deer ）、狗（ dog ）、青蛙（ frog ）、马（ horse ）、船（ ship ）和卡车（ truck ）。

A classic and widely used dataset in computer vision. The CIFAR-10 dataset contains a total of 60,000 samples, where each sample is a 32×32 pixel RGB color image that necessarily consists of three channels: the R (Red) channel, G (Green) channel, and B (Blue) channel. These 60,000 samples are divided into 50,000 training samples and 10,000 test samples. As CIFAR-10 is intended for supervised learning, each sample is paired with a corresponding label value to identify its category. Different object categories use distinct label values. There are 10 object categories in total in CIFAR-10, which are distinguished by label values ranging from 0 to 9, namely airplane, automobile, bird, cat, deer, dog, frog, horse, ship, and truck.

搜集汇总

背景与挑战

背景概述

CIFAR-10是一个经典的计算机视觉数据集，包含60000张32x32像素的RGB图像，分为50000张训练图像和10000张测试图像，涵盖10个不同类别，例如飞机、汽车和鸟类等。