深度学习-数据集收集

背景

无论是做深度学习的调研还是商业化功能，一个必不可少的部分就是数据。开源的框架和神经网络固然重要，开放的数据集也同样不能忽视。
下面对数据集进行一下收集，最终会存到网盘，方便下载。

mnist手写字体

cifar的十分类

参考：http://www.cs.toronto.edu/~kriz/cifar.html
60000个32 * 32的带颜色通道图片，共有10类。

• 50000用于训练
• 10000用于测试

The CIFAR-10 dataset consists of 60000 32x32 colour images in 10 classes, with 6000 images per class. There are 50000 training images and 10000 test images.

imagenet

参考官网：http://www.image-net.org
ImageNet是Stanford视觉实验室标注的一个图像数据库，有上万个分类和上千万的图片。

ilsvrc12

为了让学术界有个公开标准的图像分类，Stanford视觉实验室从2010年开始就开始 ILSVRC(ImageNet Large Scale Visual Recognition Challenge) ，翻译成中文就是ImageNet大规模视觉竞赛。
ILSVRC2012是2012年的比赛数据，是最流行的一个大规模分类数据，它包含1000个分类和100,000+训练数据。
训练imagenet图片数据量太大，一百多个G

The PASCAL Visual Object Classes (VOC) Challenge

voc挑战赛地址：http://host.robots.ox.ac.uk/
此挑战赛持续到了2012年，之后就没了（难道说2012年之后就没有资金支持了吗？）

voc2012

官网地址：http://host.robots.ox.ac.uk/pascal/VOC/voc2012/index.html
在学习ssd的时候，作者用到了这个数据集，不得不下载啦。官网下载的速度非常慢，这里里提供一下云盘下载。

├── Annotations
├── ImageSets
│   ├── Action 动作类（例如走、跑的二分类）
│   ├── Layout 
│   ├── Main （看文件，应该是有没有的意思。比如说有没有人，车等）
│   └── Segmentation 分割类（不太清楚。。。）
├── JPEGImages 图片源文件，共17125张
├── SegmentationClass（见下面的图）
└── SegmentationObject （见下面的图，和class基本是一样的）

annotation的示例：

<annotation>
        <folder>VOC2012</folder>
        <filename>2008_002701.jpg</filename>
        <source>
                <database>The VOC2008 Database</database>
                <annotation>PASCAL VOC2008</annotation>
                <image>flickr</image>
        </source>
        <size>
                <width>500</width>
                <height>375</height>
                <depth>3</depth>
        </size>
        <segmented>0</segmented>
        <object>
                <name>bicycle</name>
                <pose>Left</pose>
                <truncated>0</truncated>
                <occluded>0</occluded>
                <bndbox>
                        <xmin>27</xmin>
                        <ymin>10</ymin>
                        <xmax>500</xmax>
                        <ymax>331</ymax>
                </bndbox>
                <difficult>0</difficult>
        </object>
</annotation>

下面是SegmentationClass中的一个。（segementationClass有29213个）

未完待续