電腦視覺資料集 (3)

請我喝杯咖啡☕

*備忘錄：

• 我的貼文解釋了 MNIST、EMNIST、QMNIST、ETLCDB、Kuzushiji 和 Moving MNIST。
• 我的貼文解釋了 Fashion-MNIST、Caltech 101、Caltech 256、CelebA、CIFAR-10 和 CIFAR-100。

(1) 牛津-IIIT 寵物 (2012):

• 有 7,349 張貓和狗圖像，每個圖像都連接到來自 37 個類別的標籤： *備註：
  • 每個類別大約有 200 張影像。
  • 3,680 用於訓練或訓練和驗證，3,669 用於測試。
• 是 PyTorch 中的 OxfordIIITPet()。

（2）牛津102花（2008）：

• 有 8,189 個花卉圖像（1,020 個用於訓練，1,020 個用於驗證，6,149 個用於測試），有 102 個類別（類）。 *每班有 40 至 258 張圖片。
• 是 PyTorch 中的 Flowers102()。

(3) 史丹佛汽車 (2013):

• 有 16185 個汽車圖像（8,144 個用於火車，8,041 個用於測試），196 個類別。
• 是 PyTorch 中的StanfordCars()。

(4) Places365(2017)：

• 地點資料庫中包含434 個場景類別（類別）中的365 個場景類別（類別）的場景影像，其中有Places365-Standard、Places365-Challenge 和Places-Extra69 如您所見： *備註：
  • Places365-Standard 擁有2,168,460 張圖像（1,803,460 張用於訓練，36,500 張用於驗證，328,500 張用於測試），地點資料庫中有434 個類別（類別），其中包含365 個類別（類別）類）。 *驗證集中每個類別（類別）有 50 張影像，測試集中每個類別（類別）有 900 張影像。
  • Places365-Challenge 有8,391,628 個圖像（8,026,628 個用於訓練，36,500 個用於驗證，328,500 個用於測試），為Places365-Standard
  • Places-Extra69 擁有 105,321 張圖像（98,721 張用於訓練，6,600 張用於測試），以及 Places 資料庫中 434 個類別（類別）中額外的 69 個類別（類別）。 *目前無法下載。
是 PyTorch 中的 Places365()。

(5) Flickr8k(2013):

• 從 flickr 取得 8,091 張圖像，每張圖像都有 5 個不同的標題。
• 是 PyTorch 中的 Flickr8k()，但它沒有解釋如何為其設定資料集，所以我不知道如何用它載入資料集。

(6) Flickr30k(2015):

• 從 flickr 取得了 31,784 張圖像，每張圖像都有 5 個不同的標題。
• 是 PyTorch 中的 Flickr8k()，但它沒有解釋如何為其設定資料集，所以我不知道如何用它載入資料集。

以上是電腦視覺資料集 (3)的詳細內容。更多資訊請關注PHP中文網其他相關文章！