深度学习（一）：深度学习图像数据库详解

1. MNIST手写数字分类图像集

地址：http://yann.lecun.com/exdb/mnist/

手写数字识别图像库，共70000张图片，其中60000张训练集图片，10000张测试集图片，图像大小28x28，黑底白字样式

train-images-idx3-ubyte.gz：训练集图片

train-labels-idx1-ubyte.gz：训练集图片对应数字标签

t10k-images-idx3-ubyte.gz：测试集图片

t10k-labels-idx1-ubyte.gz：测试集图片对应数字标签

下载后需转为lmdb或leveldb格式

 

2. CIFAR分类图像集

CIFAR-10图像集包含60000张32x32的彩色图片，共分10个类别，每个类别6000张图片。其中50000张为训练集图片，10000张为测试集图片。训练集中每个类别5000张图片，测试集中每个类别1000张图片，训练集与测试集中图片类别均随机分布。

图片共10个类别，包括：飞机、小汽车（含轿车与SUV）、鸟、猫、鹿、狗、青蛙、马、船、卡车（仅含大卡车，不含皮卡）。

链接中有3个不同格式的版本可下载：

• CIFAR-10 python version：适用于Tensorflow、Pytorch等基于Python开发的框架
• CIFAR-10 Matlab version：适用于Matlab
• CIFAR-10 binary version (suitable for C programs)：适用于Caffe，下载后需转为lmdb或leveldb格式

CIFAR-10 binary version (suitable for C programs)解压后如下所示，训练集图片分为5个包（batch），每个包都为bin后缀，每个包有10000张图片。测试集有1个包，包含10000张图片。训练集中可能有的包的类别中的图片数可能多于其他类别的，但总的来说，所有训练集中每个类别都是5000张图片。

CIFAR-100 包含60000张图片，共100个类别，每个类别600张图片。其中训练集50000张，每个类别500张。测试集10000张，每个类别100张。CIFAR-100的100个类别，又可分为20个大类（superclass）,每张图片包含所属的精准类（即100个类别中的类），以及所属的大类的类别。分属的类别如下：

3. Pascal VOC 

Pascal VOC挑战赛是视觉对象分类识别与检测的一个基准测试，从2005年到2012年每年都举行一场图像识别的挑战赛。2012年后不再举办，但其数据质量好，标注完备，非常适合用来测试算法性能。较常用的Pascal VOC数据集有Pascal VOC2007与Pascal VOC2012。

Pascal VOC2007图片集包括20个目录：人类；动物（鸟、猫、牛、狗、马、羊）；交通工具（飞机、自行车、船、公共汽车、小轿车、摩托车、火车）；室内（瓶子、椅子、餐桌、盆栽植物、沙发、电视）。总共9963张图片包含24640这个标注对象。

待续。。。