Cifar-100數據集學習筆記

CIFAR-100簡介

CIFAR數據集是一組用於普適物體識別的數據集，由Alex Krizhevsky，Vinod Nair和Geoffrey Hinton收集。

Cifar-100數據集包含有60000張32X32尺寸的彩色圖片，來自100個分類，每個分類包含600張圖片。

• 圖片被分爲5個訓練批次（batch）和一個測試批次，每個批次包含10000個圖像。

• 圖片的100個分類從屬於20個超類。

CIFAR-100數據集（Python）下載

相關操作

數據集的讀入

官方數據集使用Pickle封裝，提供了轉換函數
Python3：

def unpickle(file):
    import pickle
    with open(file, 'rb') as fo:
        dict = pickle.load(fo, encoding='bytes')
    return dict

函數以字典形式返回數據集
字典屬性包括
b’firename’：圖片的文件名
b’batch_label’：圖片對應批次
b’fine_labels’：0~99，對應圖像分類的標籤
b’coarse_labels’：0~19，對應圖像超類的標籤
b’data’：10000X3072的NumPy數組，每行表示一個圖片實例，其中每個實例都以32（長）X32（寬）X3（RGB）表示。