xml文件 卷积神经网络_《深度学习：卷积神经网络从入门到精通》——1.7.2 案例数据...

1.7.2　案例数据

各章在介绍卷积神经网络的变种模型时，一般还给出了有关的应用案例。这些案例可能重复用到13个不同的数据集(大小信息和下载网址详见表1.2)，分别是：MNIST(Mixed National Institute of Standard and Technology)、GTSRB(German Traff?ic Sign Recognition Benchmark)、RRSI(Road Remote Sensing Image)、ImageNet 2012、CIFAR-10、Oxford-17、AR、VOC 2007、SIFT Flow、ADE20K、COCO(Common Objects in Context)2014、CelebA和Gamerecords。

表1.2　案例数据的信息描述和下载网址

下面依次对每个数据集进行详细介绍。

1)MNIST是一个著名的手写数字数据集(如图1.9所示)，

包括60?000个训练样本，10?000个测试样本。其中，每个样本图像的大小为28×28像素，仅包含一个单一的手写数字字符。像素的取值范围是[0, 255]，其中0表示黑，255表示白，中间值表示灰度级。本书在第3章和第10章使用了MNIST数据集。

2)GTSRB是一个德国交通标志数据集(如图1.10所示)。其中有两套训练集和测试集，都包含43类交通标志。一套有39?209个训练样本和12?630个测试样本，另一套有26?640个训练样本和12?569个测试样本。本书在第3章的交通标志识别案例中选用了前一套训练集和测试集，但从中去掉