翻譯自： http://www.cs.toronto.edu/~kriz/cifar.html
CIFAR-10和CIFAR-100是帶有標籤的數據集，它們是8000萬個微小圖像數據集的子集，他們由Alex Krizhevsky，Vinod Nair和Geoffrey Hinton收集。
CIFAR-10數據集
CIFAR-10數據集由10個類的60000個32x32彩色圖像組成，每個類有6000個圖像。有50000個訓練圖像和10000個測試圖像。
數據集分爲五個訓練批次和一個測試批次，每個批次有10000個圖像。測試批次包含來自每個類別的恰好1000個隨機選擇的圖像。訓練批次以隨機順序包含剩餘圖像，但一些訓練批次可能包含來自一個類別的圖像比另一個更多。總體來說，所有訓練批組成的訓練集，每一類都有5000張圖。
以下是數據集中的類，以及來自每個類的10個隨機圖像：
這些類完全相互排斥。汽車和卡車之間沒有重疊。“汽車”包括轎車，SUV，這類東西。“卡車”只包括大卡車。都不包括皮卡車。
CIFAR-10下載
共有三個版本
CIFAR-10 python版本 (http://www.cs.toronto.edu/~kriz/cifar-10-python.tar.gz)
CIFAR-10 Matlab版本 (http://www.cs.toronto.edu/~kriz/cifar-10-matlab.tar.gz
CIFAR-10二進制版本（適用於C程序）(http://www.cs.toronto.edu/~kriz/cifar-10-binary.tar.gz)
Baseline results (基線結果？還不是很懂)
你可以在cuda-convert的項目頁面上找到此數據集上的一些基線可複製的結果。這個結果是由CNN卷積神經網絡得到的。簡要的說，在沒有數據擴充的情況下，測試誤差爲18%，反之爲11%。
（emmm這段感覺關係不大。。。）
數據集佈局
Python/Matlab 版本
該數據集文件包含data_batch1……data_batch5，和test_batch。他們都是由cPickle庫產生的序列化後的對象（關於pickle,移步https://docs.python.org/3/library/pickle.html）。這裏給出python2和python3的例程，他可以打開這樣的pkl文件，返回一個字典結構的數據：
python2:
def unpickle(file):
import cPickle
with open(file, 'rb') as fo:
dict = cPickle.load(fo)
return dict
python3:
def unpickle(file):
import pickle
with open(file, 'rb') as fo:
dict = pickle.load(fo, encoding='bytes')
return dict
這樣的話，每個batch文件包含一個字典，每個字典包含有：
-
Data
一個100003072的numpy數組（numpy:https://docs.scipy.org/doc/numpy-dev/user/quickstart.html ） ， 數據類型是無符號整形uint8。這個數組的每一行存儲了3232大小的彩色圖像（32323通道=3072）。前1024個數是red通道，然後分別是green,blue。另外，圖像是以行的順序存儲的，也就是說前32個數就是這幅圖的像素矩陣的第一行。 -
labels
一個範圍在0-9的含有10000個數的列表（一維的數組）。第i個數就是第i個圖像的類標。
數據集除了6個batch之外，還有一個文件batches.meta。它包含一個python字典對象，內容（entries）有：
- label_names
一個包含10個元素的列表，每一個描述了labels array中每個數字對應類標的名字。比如：label_names[0] == “airplane”, label_names[1] == “automobile”
二進制版本
該版本包含5個訓練批data_batch_1.bin, data_batch_2.bin, …, data_batch_5.bin，1個測試批test_batch.bin。他們的格式都是：
<1 x label><3072 x pixel>
...
<1 x label><3072 x pixel>
換句話說，第一個字節是第一個圖像的標籤，它是一個0-9範圍內的數字。接下來的3072個字節是圖像像素的值。前1024個字節是紅色通道值，下1024個綠色，最後1024個藍色。值以行優先順序存儲，因此前32個字節是圖像第一行的紅色通道值。
每個文件都包含10000個這樣的3073字節的“行”圖像，但沒有任何分隔行的限制。因此每個文件應該完全是30730000字節長。
還有另一個文件，稱爲batches.meta.txt。這是一個ASCII文件，它將0-9範圍內的數字標籤映射到有意義的類名稱。它僅僅是10個類名的列表，每行一個。第i行的類名稱對應於數字標籤i。
CIFAR-100數據集
這個數據集就像CIFAR-10，除了它有100個類，每個類包含600個圖像。，每類各有500個訓練圖像和100個測試圖像。CIFAR-100中的100個類被分成20個超類。每個圖像都帶有一個“精細”標籤（它所屬的類）和一個“粗糙”標籤（它所屬的超類）
以下是CIFAR-100中的類別列表：
| 超類 | 類別 |
|---|---|
| 水生哺乳動物 | 海狸，海豚，水獺，海豹，鯨魚 |
| 魚 | 水族館的魚，比目魚，射線，鯊魚，鱒魚 |
| 花卉 | 蘭花，罌粟花，玫瑰，向日葵，鬱金香 |
| 食品容器 | 瓶子，碗，罐子，杯子，盤子 |
| 水果和蔬菜 | 蘋果，蘑菇，橘子，梨，甜椒 |
| 家用電器 | 時鐘，電腦鍵盤，檯燈，電話機，電視機 |
| 家用傢俱 | 牀，椅子，沙發，桌子，衣櫃 |
| 昆蟲 | 蜜蜂，甲蟲，蝴蝶，毛蟲，蟑螂 |
| 大型食肉動物 | 熊，豹，獅子，老虎，狼 |
| 大型人造戶外用品 | 橋，城堡，房子，路，摩天大樓 |
| 大自然的戶外場景 | 雲，森林，山，平原，海 |
| 大雜食動物和食草動物 | 駱駝，牛，黑猩猩，大象，袋鼠 |
| 中型哺乳動物 | 狐狸，豪豬，負鼠，浣熊，臭鼬 |
| 非昆蟲無脊椎動物 | 螃蟹，龍蝦，蝸牛，蜘蛛，蠕蟲 |
| 人 | 寶貝，男孩，女孩，男人，女人 |
| 爬行動物 | 鱷魚，恐龍，蜥蜴，蛇，烏龜 |
| 小型哺乳動物 | 倉鼠，老鼠，兔子，母老虎，松鼠 |
| 樹木 | 楓樹，橡樹，棕櫚，松樹，柳樹 |
| 車輛1 | 自行車，公共汽車，摩托車，皮卡車，火車 |
| 車輛2 | 割草機，火箭，有軌電車，坦克，拖拉機 |
| Superclass | Classes |
|---|---|
| aquatic | mammals beaver, dolphin, otter, seal, whale |
| fish | aquarium fish, flatfish, ray, shark, trout |
| flowers | orchids, poppies, roses, sunflowers, tulips |
| food | containers bottles, bowls, cans, cups, plates |
| fruit and vegetables | apples, mushrooms, oranges, pears, sweet peppers |
| household electrical devices | clock, computer keyboard, lamp, telephone, television |
| household | furniture bed, chair, couch, table, wardrobe |
| insects | bee, beetle, butterfly, caterpillar, cockroach |
| large | carnivores bear, leopard, lion, tiger, wolf |
| large man-made outdoor things | bridge, castle, house, road, skyscraper |
| large natural outdoor scenes | cloud, forest, mountain, plain, sea |
| large omnivores and herbivores | camel, cattle, chimpanzee, elephant, kangaroo |
| medium-sized mammals | fox, porcupine, possum, raccoon, skunk |
| non-insect invertebrates | crab, lobster, snail, spider, worm |
| people | baby, boy, girl, man, woman |
| reptiles | crocodile, dinosaur, lizard, snake, turtle |
| small mammals | hamster, mouse, rabbit, shrew, squirrel |
| trees | maple, oak, palm, pine, willow |
| vehicles 1 | bicycle, bus, motorcycle, pickup truck, train |
| vehicles 2 | lawn-mower, rocket, streetcar, tank, tractor |
CIFAR-100下載
CIFAR-100 python版本
CIFAR-100 Matlab版本
CIFAR-100二進制版本（適用於C程序）
數據集佈局
Python/matlab版本
python和Matlab版本的佈局與CIFAR-10相同.
二進制版本
CIFAR-100的二進制版本與CIFAR-10的二進制版本相似，只是每個圖像都有兩個標籤字節（粗略和細小）和3072像素字節，所以二進制文件如下所示：
<1 x粗標籤> <1 x精標籤> <3072 x像素>
...
<1 x粗標籤> <1 x精標籤> <3072 x像素>