数据资源-CIFAR10数据集解析及分享
AI研习图书馆，发现不一样的世界
简介
CIFAR-10和CIFAR-100是来自于80 million张小型图片的数据集，图片收集者是Alex Krizhevsky, Vinod Nair, and Geoffrey Hinton。
CIFAR-10是一个更接近普适物体的彩色图像数据集。CIFAR-10 是由Hinton 的学生Alex Krizhevsky 和Ilya Sutskever 整理的一个用于识别普适物体的小型数据集。
一共包含10 个类别的RGB 彩色图片：飞机（ airplane ）、汽车（ automobile ）、鸟类（ bird ）、猫（ cat ）、鹿（ deer ）、狗（ dog ）、蛙类（ frog ）、马（ horse ）、船（ ship ）和卡车（ truck ）。每个图片的尺寸为32 × 32 ，每个类别有6000个图像，数据集中一共有50000 张训练图片和10000 张测试图片。
官网链接：CIFAR-10
为了给大家提供便利，数据集已保存至百度网盘，公众号后台回复“MiniImageNet”，即可获取CIFAR-10下载链接，同时可获得mnist、market1501和omniglot等多个数据资源网盘下载链接~
我是一个无情的数据集搬运工，欢迎收藏~
数据集解析
数据特点
与MNIST 数据集相比， CIFAR-10 具有以下不同点
(1)CIFAR-10 是3 通道的彩色RGB 图像，而MNIST 是灰度图像。
(2)CIFAR-10 的图片尺寸为32 × 32 ， 而MNIST 的图片尺寸为28 × 28 ，比MNIST 稍大。
(3)相比于手写字符， CIFAR-10 含有的是现实世界中真实的物体，不仅噪声很大，而且物体的比例、特征都不尽相同，这为识别带来很大困难。直接的线性模型如Softmax 在CIFAR-10 上表现得很差。
顺便一提，Rodrigo Benenson对cifar-10、cifar-100等数据集的识别模型做了一个排名，click here to view
数据集架构
这里描述一下Python版本的数据集，Matlab版本是相同的。
Batch文件都是Python的pickled对象。
下面是python3来打开文件，并转换成dictonary的方法。
def unpickle(file):
import pickle
with open(file, 'rb') as fo:
dict_ = pickle.load(fo, encoding='bytes')
return dict_
data = unpickle('test_batch')
data.keys() # dict_keys([b'batch_label', b'labels', b'data', b'filenames'])
data[b'data'][0] # array([158, 159, 165, ..., 124, 129, 110], dtype=uint8)
每个batch文件转换为dictonary，其中的内容是：