制作自己的segnet数据集_深度学习图像数据集简介及制作方法（2-CIFAR-10）

图像来源于cs231n课件

CIFAR-10是这个系列中介绍的第二个数据集。由Alex Krizhevsky和 Ilya Sutskever收集的一个用于大分类的数据集。CIFAR是加拿大政府投资的一个先进科学项目研究所。财力雄厚呀～～这个项目找到了计算机科学家，生物学家，电气工程师，神经科学家，物理学家，心理学家，加速推动了DEEP LEARNING的进程。

CIFAR-10数据集中，包括了60000张32×32的RGB彩色图像，共10个分类（飞机，汽车，鸟，猫，鹿，狗，青蛙，马，船，卡车）。其中50000张用于训练，10000张用于测试。这个测试集的突破之处在于区分了普通物体之间类与类的差别。数据中的图像来源跟质量，识别对象比例大小都是不同的，因此给任务带来更大的挑战。也就是按照类别分成十个文件夹，这十个文件夹内存放同类别的图像。利用代码，从这十个类中再抽取相同比例的图像作为测试集，以评估算法的性能（交叉计算）。

比如说，人脸识别现在日趋成熟，多维度特征都得以被机器认识。但其他的物品是很难的。我们看到一只猫咪的时候，知道猫咪是一种生物，叫声是喵喵的，会自己发出行为，但机器很难区分它是一只喵还是一个东西。在这个角度来讲，实际还有很大探索的空间。一个朋友说，我们现在实际上无法准确定义什么是智能，什么是意识。因此这一切也可能是悖论。所有事物的标准，看似是基于科学的理性判别，其实也是主观label的。不过这个扯起来就远了。

上面这个完整的也许可以判断

这个只给了部分东西就很难判断是啥了（对于机器而言）

回到cifar-10

长这样的数据链接：

http://www.cs.toronto.edu/~kriz/cifar-10-python.tar.gz

http://www.cs.toronto.edu/~kriz/cifar-10-matlab.tar.gz

http://www.cs.toronto.edu/~kriz/cifar-10-binary.tar.gz

我下载了python版本。然后解压，会显示以下文件内容：

注：里面的那个CIFAR.py还有那个zip不是源文件里的，是我自己写的脚本。

有一篇可以参考的帖子：https://blog.csdn.net/jinxiaonian11/article/details/80192161

网上有很多教程，说是可以解析的，其实有点差别，因为这几年python的代码也有很多变化，开始我自己试了半天没有找到存储好的二进制文件。然后用一下代码尝试成功了。

debug的时候，要标上断点，这样才能看到自己的变量反映

这个是用spyder IDE显示出来的内容：

这个是转出来的3×32×32的图，我给拉大了，原来就是一个很小的卡车……

代码：

CIFAR-100是有更多图的库，这里简要介绍一下类别列表

参考：

https://blog.csdn.net/u013555719/article/details/79343353

这里我想强调的是，以上分类并不是严格按照sensei规则命名，因为图像分类问题不是物种分类问题，给命名的类别只是为了区分于其他类别的label，主要关注的任务本身，因此这个没有什么需要纠结的地方，不管用中文，还是拉丁文，还是印度语，实际上对于机器而言这都是一种label用的字符。

最后感谢小猴的帮忙！

实名告白，比心心。