《TensorFlow技术解析与实战》附录A 公开数据集

附录A　公开数据集

为了方便读者进行更多实践，本附录给读者介绍一些可用的公开数据集。

A.1　图片数据集

ImageNet[1]是目前世界上最大的图像识别数据集，包含14197122张图像，由斯坦福大学视觉实验室终身教授李飞飞创立。每年的ImageNet大赛是国际上计算机视觉的顶级赛事。

COCO[2]是微软创立的用于分割和加字幕标注的数据集。其主要特征如下：

• 目标分割；
• 通过上下文进行识别；
• 每个图像包含多个目标对象；
• 超过300000个图像；
• 超过2000000个实例；
• 80种对象；
• 每个图像包含5个字幕；
• 包含100000个人的关键点。

CIFAR[3]（Canada Institude For Advanced Research）是由加拿大先进技术研究院收集的8 000万小图片的数据集。CIFAR包含CIFAR-10和CIFAR-100两个数据集。Cifar-10由60 000张32×32的RGB彩色图片构成，共10个类别，50 000张训练，10 000张测试（交叉验证）。CIFAR-100由60 000张图像构成，包含100个类别，每个类别600张图像，其中500张用于训练，100张用于测试。其中这100个类别又组成了20个大的类别，每个图像包含小类别和大类别两个标记。

A.2　人脸数据集

AFLW[4]&#x