Deep Learning常用的一些数据集简介

1.前言

单纯觉得有一个数据集整合之后的分享会帮助到有需要的人，我也在一点点整理当中，把接触到的数据集都整理在这篇文章中，希望以后做训练时可以更加方便。

2.数据集

MNIST数据集

MNIST(Mixed National Institute of Standards and Technology database)，是一个非常简单的机器学习视觉数据集，由几万张28像素x28像素的手写数字组成，只包含图片的灰度值信息，用于图像分类。

数据集信息：

训练集：55000

测试集：10000

验证集：5000

下载原网址： http://yann.lecun.com/exdb/mnist

数据集的下载与读取：

import tensorflow as tf   
from tensorflow.examples.tutorials.mnist import input_data  
  
mnist = input_data.read_data_sets("MNIST_data/",one_hot = True) 

CIFAR-10数据集

CIFAR-10数据集包含60000张32x32的彩色图像，其中训练集50000张，测试集10000张，CIFAR-10数据集如同它的名字，一共标注为10类，每一类图片6000张。这10类分别为：airplane、automobile、bird、cat、deer、dog、frog、horse、ship和truck，其中没有重复。

数据集下载：

git clone https://github.com/tensorflow/models.git
cd models/tutorials/image/cifar10

数据集读取：

import cifar10,cifar10_input

ImageNet数据集

ImageNet项目由斯坦福大学终身教授李飞飞创办，目标是收集大量带有标注信息的图片数据供计算机视觉模型训练。ImageNet拥有1500万张标注过的高清图片，总共拥有22000类，其中拥有100万张标注了图片中主要物体的定位边框。