cifar10-cifar100各种版本下载

<返回Alex Krizhevsky的主页

CIFAR-10和CIFAR-100被标记为 8000万个小图像 数据集的子集。他们由Alex Krizhevsky，Vinod Nair和Geoffrey Hinton收集。

CIFAR-10数据集

CIFAR-10数据集由10个类别的60000个32x32彩色图像组成，每个类别有6000个图像。有50000个训练图像和10000个测试图像。 

数据集分为五个训练批次和一个测试批次，每个批次和10000个图像。测试批次包含来自每个类的正好1000个随机选择的图像。训练批次以随机顺序包含剩余的图像，但是一些训练批次可能包含来自一个课程的更多图像。在他们之间，培训批次包含每个类别的正好5000个图像。 

以下是数据集中的类，以及每个类的10个随机图像：

飞机
汽车
鸟
猫
鹿
狗
青蛙
马
船
卡车

这些课程是完全相互排斥的。汽车和卡车之间没有重叠。“汽车”包括轿车，SUV，这样的事情。“卡车”只包括大型卡车。既不包括皮卡车。

下载

如果您要使用此数据集，请引用本页底部的技术报告。 

版	尺寸	的md5sum
CIFAR-10 python版本	163 MB	c58f30108f718f92721af3b95e74349a
CIFAR-10 Matlab版本	175 MB	70270af85842c9e89bb428ec9976c926
CIFAR-10二进制版本（适用于C程序）	162 MB	c32a1d4ab5d03f1284b67883e8d87530

基线结果

您可以 在cuda-convnet的项目页面 上找到关于此数据集的一些基线可复制结果。这些结果是用卷积神经网络获得的。简而言之，它们在没有数据增加的情况下是18％的测试错误，而11％的测试错误。此外， Jasper Snoek 还有一篇 新文章 ，他使用贝叶斯超参数优化来找到重量衰减和其他超参数的漂亮设置，这使得他能够使用网络架构获得15％的测试错误率（无数据增加）有18％。

其他结果

Rodrigo Benenson 已经很善于在他的网站上收集CIFAR-10/100和其他数据集的结果;  点击这里 查看。

数据集布局

Python / Matlab版本

我将描述数据集的Python版本的布局。Matlab版本的布局是一样的。 

归档包含文件 data_batch_1 ， data_batch_2 ，...， data_batch_5 以及 test_batch 。这些文件中的每一个都是使用 cPickle 生成的Python“腌制”对象。这是一个python2例程，它将打开这样一个文件并返回一个字典：

def unpickle（file）：
    导入cPickle
    用open（file，'rb'）作为fo：
        dict = cPickle.load（fo）
    返回字典

和一个python3版本：

def unpickle（file）：
    进口泡菜
    用open（file，'rb'）作为fo：
        dict = pickle.load（fo，encoding ='bytes'）
    返回字典

以这种方式加载，每个批处理文件都包含一个具有以下元素的字典：

• 数据 -一个10000x3072 numpy的阵列UINT8秒。阵列的每一行都存储32x32彩色图像。前1024个条目包含红色通道值，接下来的1024个绿色，最后1024个蓝色。图像以行主顺序存储，因此阵列的前32个条目是图像的第一行的红色通道值。
• 标签 - 范围为0-9的10000个数字的列表。索引i处的数字表示阵列数据中第i个图像的标号。

数据集包含另一个名为 batches.meta的 文件。它也包含一个Python字典对象。它具有以下条目：

• label_names - 一个10元素列表，为上述标签数组中的数字标签提供有意义的名称。例如，label_names [0] ==“airplane”，label_names [1] ==“汽车”等

二进制版本

二进制版本包含文件 data_batch_1.bin ， data_batch_2.bin ，...， data_batch_5.bin 以及 test_batch.bin 。这些文件的格式如下：

<1 x label> <3072 x像素>
...
<1 x label> <3072 x像素>

换句话说，第一个字节是第一个图像的标签，它是0-9范围内的数字。接下来的3072个字节是图像像素的值。前1024个字节是红色通道值，接下来的1024个绿色，最后1024个是蓝色。这些值以行主顺序存储，因此前32个字节是图像第一行的红色通道值。 

每个文件包含10000个这样的3073字节的“行”的图像，尽管 没有分隔行 。因此，每个文件应该是30730000字节长。 

还有一个名为batches.meta.txt的文件 。这是一个ASCII文件，将范围为0-9的数字标签映射到有意义的类名。它只是10个类名的列表，每行一个。行 i 上的类名称对应于数字标签 i 。

CIFAR-100数据集

该数据集就像CIFAR-10，除了它有100个类，每个包含600个图像。每班有500个训练图像和100个测试图像。CIFAR-100中的100个课程分为20个超类。每个图像都带有一个“精细”标签（它所属的类）和一个“粗”标签（它所属的超类）。
以下是CIFAR-100中的课程列表：

超	类
水生哺乳动物	海狸，海豚，水獭，印章，鲸鱼
鱼	水族馆鱼，鲽鱼，ray鱼，鲨鱼，鳟鱼
花卉	兰花，罂粟花，玫瑰，向日葵，郁金香
食品容器	瓶，碗，罐，杯子，盘子
水果和蔬菜	苹果，蘑菇，橙子，梨，甜椒
家用电器	时钟，电脑键盘，灯，电话，电视
家用家具	床，椅子，沙发，桌子，衣柜
昆虫	蜜蜂，甲虫，蝴蝶，毛虫，蟑螂
大食肉动物	熊，豹，狮，虎，狼
大型人造户外用品	桥，城堡，房子，道路，摩天大楼
大自然户外场景	云，森林，山，平原，海
大型杂食动物和食草动物	骆驼，牛，黑猩猩，大象，袋鼠
中型哺乳动物	狐狸，豪猪，负鼠，浣熊，臭鼬
非昆虫无脊椎动物	螃蟹，龙虾，蜗牛，蜘蛛，蠕虫
人	宝贝，男孩，女孩，男人，女人
爬行动物	鳄鱼，恐龙，蜥蜴，蛇，龟
小型哺乳动物	仓鼠，老鼠，兔，rew，松鼠
树木	枫树，橡树，棕榈，松树，柳树
车辆1	自行车，公共汽车，摩托车，皮卡车，火车
车辆2	割草机，火箭，有轨电车，坦克，拖拉机

是的，我知道蘑菇不是真的水果或蔬菜，而熊不是真正的食肉动物。 

下载

版	尺寸	的md5sum
CIFAR-100 python版本	161 MB	eb9058c3a382ffc7106e4002c42a8d85
CIFAR-100 Matlab版本	175 MB	6a4bfa1dcd5c9453dda6bb54194911f4
CIFAR-100二进制版本（适用于C程序）	161 MB	03b5dce01913d631647c71ecec9e9cb8

数据集布局

Python / Matlab版本

python和matlab版本的布局与CIFAR-10相同，所以我不会浪费在这里描述的空间。

二进制版本

CIFAR-100的二进制版本就像CIFAR-10的二进制版本，不同之处在于每个图像都有两个标签字节（粗略和精细）和3072像素字节，因此二进制文件如下所示：

<1 x粗标签> <1 x精细标签> <3072 x像素>
...
<1 x粗标签> <1 x精细标签> <3072 x像素>

指数进入原始的8000万个小图像数据集

Sivan Sabato很善于提供 这个文件 ，它将CIFAR-100图像映射到8000万个小图像数据集中的图像。Sivan写：

该文件有60000行，每行包含单个索引到小数据库，
其中小数据库中的第一个图像被索引为“1”。“0”表示不是从小数据库的图像。
前50000行对应于训练集，最后10000行对应
到测试集。

参考

该技术报告（第3章）描述了在更详细地收集数据集和所采用的方法。如果您打算使用此数据集，请引用它。 

• 学习细微图像的多层功能，Alex Krizhevsky，2009。