cifar10测试集 (cifar100准确率)

该文介绍了一组cifar100数据集,该数据可应用图像识别和分类,您也可以访问帕伊提提*载下**使用。

cifar100简介

CIFAR-10数据集由10个类的60000个32x32彩*图色**像组成,每个类有6000个图像。有50000个训练图像和10000个测试图像。数据集分为五个训练批次和一个测试批次,每个批次有10000个图像。测试批次包含来自每个类别的恰好1000个随机选择的图像。训练批次以随机顺序包含剩余图像,但一些训练批次可能包含来自一个类别的图像比另一个更多。总体来说,五个训练集之和包含来自每个类的正好5000张图像。

cifar100分类

以下是数据集中的类,以及来自每个类的10个随机图像:

cifar10测试集 (cifar100准确率)

这些类完全相互排斥。汽车和卡车之间没有重叠。“汽车”包括轿车,SUV,这类东西。“卡车”只包括大卡车。都不包括皮卡车。

CIFAR-100中的类别列表:

超类

类别

水生哺乳动物

海狸,海豚,水獭,海豹,鲸鱼

水族馆的鱼,比目鱼,射线,鲨鱼,鳟鱼

花卉

兰花,*粟罂**花,玫瑰,向日葵,郁金香

食品容器

瓶子,碗,罐子,杯子,盘子

水果和蔬菜

苹果,蘑菇,橘子,梨,甜椒

家用电器

时钟,电脑键盘,台灯,电话机,电视机

家用家具

床,椅子,沙发,桌子,衣柜

昆虫

蜜蜂,甲虫,蝴蝶,毛虫,蟑螂

大型食肉动物

熊,豹,狮子,老虎,狼

大型人造户外用品

桥,城堡,房子,路,摩天大楼

大自然的户外场景

云,森林,山,平原,海

大杂食动物和食草动物

骆驼,牛,黑猩猩,大象,袋鼠

中型哺乳动物

狐狸,豪猪,负鼠,浣熊,臭鼬

非昆虫无脊椎动物

螃蟹,龙虾,蜗牛,蜘蛛,蠕虫

宝贝,男孩,女孩,男人,女人

爬行动物

鳄鱼,恐龙,蜥蜴,蛇,乌龟

小型哺乳动物

仓鼠,老鼠,兔子,母老虎,松鼠

树木

枫树,橡树,棕榈,松树,柳树

车辆1

自行车,公共汽车,摩托车,皮卡车,火车

车辆2

割草机,火箭,有轨电车,坦克,拖拉机

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