Ensembles de données pour la vision par ordinateur (1)

Achetez-moi un café☕

(1) MNIST (Institut national modifié des normes et de la technologie)(1998) :

• a les 70 000 chiffres manuscrits [0 ~ 9] de 28 x 28 pixels chacun. *60 000 pour le train et 10 000 pour le test.
• est MNIST() dans PyTorch.

(2) EMNIST(MNIST étendu)(2017) :

• a les caractères manuscrits (chiffres[0~9] et lettres de l'alphabet[A~Z][a~z]) de 28x28 pixels chacun, divisés en 6 ensembles de données (ByClass, ByMerge , Équilibré, Lettres, Chiffres et MNIST) : *Mémos :
  • ByClass comporte 814 255 caractères (chiffres[0~9] et lettres de l'alphabet[A~Z][a~z]). *697 932 pour le train et 116 323 pour le test.
  • ByMerge comporte 814 255 caractères (chiffres[0~9] et lettres de l'alphabet[A~Z][a, b, d~h, n, q, r, t]). *697 932 pour le train et 116 323 pour le test.
  • Équilibré comporte 131 600 caractères (chiffres[0~9] et lettres de l'alphabet[A~Z][a, b, d~h, n, q, r, t]). *112 800 pour le train et 18 800 pour le test.
  • Lettres compte 145 600 lettres de l'alphabet[a~z]. *124 800 pour le train et 20 800 pour le test.
  • Chiffres a 280 000 chiffres[0~9]. *240 000 pour le train et 40 000 pour le test.
  • MNIST comporte 70 000 chiffres[0~9]. *60 000 pour le train et 10 000 pour le test.
• est EMNIST() dans PyTorch.

(3) QMNIST(2019) :

• comporte 120 000 chiffres manuscrits [0~9] de 28 x 28 pixels chacun. *60 000 pour le train et 60 000 pour le test.
• est un MNIST étendu. *Je ne sais pas ce que signifie Q de QMNIST.
• est QMNIST() dans PyTorch.

(4) ETLCDB (Base de données de caractères Extract-Transform-Load)(2011) :

• les chiffres, symboles, lettres de l'alphabet et caractères japonais manuscrits ou imprimés à la machine sont divisés en 9 ensembles de données (ETL-1, ETL-2, ETL-3 , ETL-4, ETL-5, ETL-6, ETL-7, ETL-8 et ETL-9) : : : : : : : : : : : : : : : : : : : : : *Mémos :
  • ETL1 comporte 141 319 caractères (chiffres[0~9], lettres de l'alphabet[A~Z], symboles[-*/=()・,?'] et Katakana[ア~ン]).
  • ETL2 comporte 52 796 caractères (chiffres [0 ~ 9], lettres de l'alphabet [A ~ Z], symboles, lettres Katakana [ア ~ ン], lettres Hiragana [あ ~ ん] et lettres Kanji).
  • ETL3 comporte 9 600 caractères (chiffres[0~9], lettres de l'alphabet[A~Z] et symboles[¥ -*/=()・,_▾]).
  • ETL4 a 6 120 lettres[あ~ん].
  • ETL5 a 10 608 lettres Katakana[ア~ン].
  • ETL6 comporte 52 796 caractères (chiffres[0~9], lettres de l'alphabet[A~Z][a~z], symboles et lettres Katakana[ア~ン]).
  • ETL7(ETL7L et ETL7S) comporte 16 800 caractères
  • ETL8(ETL8G et ETL8B2) comporte 152 960 caractères
  ETL9(ETL9G et ETL9B)
  • comporte 607 200 caractères
  Ce n'est pas dans PyTorch, nous devons donc le télécharger depuis etlcdb.

(5) Kuzushiji(2018) :

Le style cursif des caractères japonais est divisé en 3 ensembles de données (

Kuzushiji-MNIST

,
• Kuzushiji-49 et Kuzushiji-Kanji) : *Mémos : Kuzushiji-MNIST
  a une résolution de 28x28 pixels
  • Kuzushiji-49 a 28x28 pixels chacun
  Kuzushiji-49
  • Kuzushiji-Kanji
  a 140 424 caractères Kanji déséquilibrés de 64 x 64 pixels chacun.
  KMNIST() est dans PyTorch mais il n'a que
  Kuzushiji-MNIST
🎜>
• (6) Déménagement MNIST(2015) :
contient 10 000 vidéos de 64 x 64 pixels chacune. *Chaque vidéo comporte 20 images avec 2 chiffres mobiles.

MovingMNIST() est dans PyTorch.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!