CIFAR100数据集标签对应的具体类名(Pytorch)

在Pytorch中想要使用CIFAR100数据集时,可以直接使用

transform = torchvision.transforms.Compose([ transforms.ToTensor() ])

dataset = torchvision.datasets.CIFAR100(root='./data', train=True, download = True, transofrm=transform)

直接使用既可以满足我们普通的分类任务训练,但是如果要进一步的做一些深入的研究,可能需要了解到CIFAR100每个标签对应的具体类。本人经查询资料并且个人对数据集画图验证后,参考

西部风:CIFAR100数据集

整理如下:

标签中文名英文名

0

苹果

apple

1

观赏鱼

aquarium fish

2

婴儿

baby

3

bear

4

河狸

beaver

5

bed

6

蜜蜂

bee

7

甲虫

beetle

8

自行车

bicycle

9

瓶子

bottle

10

bowl

11

小男孩

boy

12

bridge

13

公共汽车

bus

14

蝴蝶

butterfly

15

骆驼

camel

16

易拉罐

can

17

城堡

castle

18

毛毛虫

caterpillar

19

cattle

20

椅子

chair

21

黑猩猩

chimpanzee

22

钟表

clock

23

cloud

24

蟑螂

cockroach

25

沙发椅

couch

26

螃蟹

crab

27

鳄鱼

crocodile

28

杯子

cup

29

恐龙

dinosaur

30

海豚

dolphin

31

大象

elephant

32

比目鱼

flatfish

33

树林

forest

34

狐狸

fox

35

小女孩

girl

36

仓鼠

hamster

37

房子

house

38

袋鼠

kangaroo

39

键盘

keyboard

40

台灯

lamp

41

割草机

lawn mower

42

美洲豹

leopard

43

狮子

lion

44

蜥蜴

lizard

45

龙虾

lobster

46

男士

man

47

枫树

maple tree

48

摩托车

motorcycle

49

山峰

mountain

50

老鼠

mouse

51

蘑菇

mushroom

52

橡树

oak tree

53

橘子

orange

54

兰花

orchid

55

水獭

otter

56

棕榈树

palm tree

57

梨子

pear

58

皮卡车

pickup truck

59

松树

pine tree

60

平原

plain

61

碟子 刀叉

plate

62

罂粟花

poppy

63

刺猬

porcupine

64

负鼠

possum

65

兔子

rabbit

66

浣熊

raccoon

67

ray

68

公路

road

69

火箭

rocket

70

玫瑰

rose

71

大海

sea

72

海豹

seal

73

鲨鱼

shark

74

鼩鼱

shrew

75

臭鼬

skunk

76

摩天大楼

skyscraper

77

蜗牛

snail

78

snake

79

蜘蛛

spider

80

松鼠

squirrel

81

有轨电车

streetcar

82

向日葵

sunflower

83

彩椒

sweet pepper

84

餐桌

table

85

坦克

tank

86

电话机

telephone

87

电视机

television

88

老虎

tiger

89

拖拉机

tractor

90

火车

train

91

鳟鱼

trout

92

郁金香

tulip

93

海龟

turtle

94

柜子

wardrobe

95

鲸鱼

whale

96

柳树

willow tree

97

wolf

98

女士

woman

99

蠕虫

worm

对应的超类分别是:

超类

类别

水生哺乳动物 aquatic mammals

4,30,55,72,95

beaver, dolphin, otter, seal, whale

鱼 fish

1,32,67,73,91

aquarium fish, flatfish, ray, shark, trout

花 flowers

54, 62, 70, 82, 92

orchid, poppy, rose, sunflower, tulip

食物容器 food container

9,10,16,28,61

bottle, bowl, can, cup, plate

果蔬 fruit and vegetables

0, 51, 53, 57, 83

apple, mushroom, orange, pear, sweet pepper

家电 household electrical device

22, 39, 40, 86, 87

clock, keyboard, lamp, telephone, television

家具 household furniture

5, 20, 25, 84, 94

bed, chair, couch, table, wardrobe

昆虫 insect

6, 7,14, 18, 24

bee, beetle, butterfly, caterpillar, cockroach

大型食肉动物 large carnivores

3, 42, 43, 88, 97

bear, leopard, lion, tiger, wolf

large man-made outdoor things

12, 17, 37, 68, 76

bridge, castle, house, road, skyscraper

large natural outdoor scenes

23, 33, 49, 60, 71

cloud, forest, mountain, plain, sea

large omnivores and herbivores

15, 19, 21, 31, 38

camel, cattle, chimpanzee, elephant, kangaroo

medium-sized mammals

34, 63, 64, 66, 75

fox, porcupine, possum, raccoon, skunk

non-insect invertebrates

26, 45, 77, 79, 99

crab, lobster, snail, spider, worm

people

2, 11, 35, 46, 98

baby, boy, girl, man, woman

爬行动物 reptiles

27, 29,44, 78, 93

crocodile, dinosaur, lizard, snake, turtle

小型哺乳动物 small mammals

36,50,65, 74,80

hamster, mouse, rabbit, shrew, squirrel

trees

47, 52,56,59,96

maple, oak, palm, pine, willow

vehicles 1

8,13,48,58,90

bicycle, bus, motorcycle, pickup truck, train

vehicles 2

41,69,81,85,89

lawn-mower, rocket, streetcar, tank, tractor

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值