EMNIST: an extension of MNIST to handwritten letters
MNIST数据集
MNIST数据集已经成为机器学习、分类以及计算机视觉系统的一个基准数据集。由于其任务的可理解性和直观性、相对较小的规模和存储要求以及数据集本身的可访问性和易用性,MNIST数据集如今被广泛采用 。
概述
一个较好基准的重要性不可低估,而且对于问题的标准化方法,尤其是在竞争激烈和快节奏的领域,如机器学习和计算机视觉。这些任务为分析和比较不同的学习方法和技巧提供了一种快速、定量和公平的方法。这使得研究人员能够快速洞察方法和算法的性能和特点,尤其是当任务是直观的和概念上简单的任务时。
由于单个数据集可能只涵盖一项特定任务,因此存在一套不同的基准任务对于采用更全面的方法来评估和表征算法或系统的性能非常重要。在机器学习社区中,有几个标准化的数据集被广泛使用,并变得极具竞争力。其中包括MNIST数据集[1]、CIFAR-10和CIFAR-100数据集[2]、STL-10数据集[3]和街景门牌号(SVHN)数据集[4]。
MNIST数据集包含10类手写数字分类任务,于1998年首次推出,目前仍是计算机视觉和神经网络领域最广为人知和使用最广泛的数据集。然而,一个好的数据集需要代表一个足够有挑战性的问题,使它既有用又确保它的寿命[5]。这也许是MNIST在面对使用深度学习和卷积神经网络获得的越来越高的精度时所遭受的损失。多个研究小组已经发表了99.7%以上的准确率[6]–[10],这是一个分类准确率,在这个分类准确率下,数据集的标注可能会受到质疑。因此,它更多