本文介绍了多个公开数据集，适用于深度学习研究，包括ImageNet、COCO、CIFAR等图片数据集，AFLW、LFW等人脸数据集，YouTube-8M视频数据集，MS MARCO问答数据集，以及自动驾驶领域的KITTI数据集和年龄、性别识别的Adience数据集。这些数据集在计算机视觉、人脸识别、自然语言处理和自动驾驶等领域具有广泛的应用。
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
订阅专栏 解锁全文
扫一扫
98
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
