基本信息

CIFAR-10 是一個包含60000張圖片的數據集。其中每張照片為32*32的彩色照片，每個像素點包括RGB三個數值，數值范圍 0 ~ 255。

所有照片分屬10個不同的類別，分別是 'airplane', 'automobile', 'bird', 'cat', 'deer', 'dog', 'frog', 'horse', 'ship', 'truck'

其中五萬張圖片被劃分為訓練集，剩下的一萬張圖片屬于測試集。

下載數據集

打開下面的鏈接進入官網下載

http://www.cs.toronto.edu/~kriz/cifar.html

下載完成后先解壓縮，之后會得到如下幾個文件

data_batch_1 ~ data_batch_5 是劃分好的訓練數據，每個文件里包含10000張圖片，test_batch 是測試集數據，也包含10000張圖片。他們的結構是一樣的，下面就用 data_batch_1 作為例子進行說明。

讀取數據

import pickledef load_file(filename):with open(filename, 'rb') as fo:data = pickle.load(fo, encoding='latin1')return data

首先定義讀取數據的函數，這幾個文件都是通過 pickle 產生的，所以在讀取的時候也要用到這個包。

這里面返回的data是一個字典，先看看這個字典里面有哪些鍵吧。

data = load_file('test_batch') print(data.keys())

輸出結果

dict_keys(['batch_label', 'labels', 'data', 'filenames'])

• batch_label?

　　對應的值是一個字符串，用來表明當前文件的一些基本信息。　　

　　如果是 data_batch_1 這個文件，里面的值就是

training batch 1 of 5

　　如果是 test_batch 這個文件，里面的值就是

testing batch 1 of 1

• labels

　　對應的值是一個長度為10000的列表，每個數字取值范圍 0~9，代表當前圖片所屬類別

• data

　　10000 * 3072 的二維數組，每一行代表一張圖片的像素值。（32*32*3=3072）

• filenames

　　長度為10000的列表，里面每一項是代表圖片文件名的字符串。

---

?

batches.meta 文件可以用相同的方法讀取，里面存的是一些基本信息。

• num_cases_per_batch

　　10000

• label_names

['airplane', 'automobile', 'bird', 'cat', 'deer', 'dog', 'frog', 'horse', 'ship', 'truck']

• num_vis

　　3072

?

轉載于:https://www.cnblogs.com/irran/p/cifar-10.html

總結

以上是生活随笔為你收集整理的CIFAR-10 dataset 的下载与使用的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。