深度学习常见数据集
CIFAR-10 数据集
官网：http://www.cs.toronto.edu/~kriz/cifar.html
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（ a叩lane ）、汽车（ automobile ）、鸟类（ bird ）、猫（ cat ）、鹿（ deer ）、狗（ dog ）、蛙类（ frog ）、马（ horse ）、船（ ship ）和卡车（ truck ）。图片的尺寸为 32×32 ，数据集中一共有 50000 张训练圄片和 10000 张测试图片。 CIFAR-10 的图片样例如图所示。
下面这幅图就是列举了10各类，每一类展示了随机的10张图片：
与 MNIST 数据集中目比， CIFAR-10 具有以下不同点：
• CIFAR-10 是 3 通道的彩色 RGB 图像，而 MNIST 是灰度图像。
• CIFAR-10 的图片尺寸为 32×32， 而 MNIST 的图片尺寸为 28×28，比 MNIST 稍大。
• 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。
数据集下载
官方下载地址：（很慢）
（共有三个版本：python,matlab,binary version 适用于C语言）
- http://www.cs.toronto.edu/~kriz/cifar-10-python.tar.gz
- http://www.cs.toronto.edu/~kriz/cifar-10-matlab.tar.gz
- http://www.cs.toronto.edu/~kriz/cifar-10-binary.tar.gz
代码下载地址
首先下载tensorflow官方CIFAR-10代码：https://github.com/tensorflow/models
模块位于models/tutorials/image/cifar10目录下
CIFAR-100数据集
这个数据集就像CIFAR-10，除了它有100个类，每个类包含600个图像。，每类各有500个训练图像和100个测试图像。CIFAR-100中的100个类被分成20个超类。每个图像都带有一个“精细”标签（它所属的类）和一个“粗糙”标签（它所属的超类）
以下是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 |
| 鱼 | 水族馆的鱼，比目鱼，射线，鲨鱼，鳟鱼 |
| 花卉 | 兰花，罂粟花，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 |
| 人 | 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 |
CIFAR-100下载
- CIFAR-100 python版本:http://www.cs.toronto.edu/~kriz/cifar-100-python.tar.gz
- CIFAR-100 Matlab版本:http://www.cs.toronto.edu/~kriz/cifar-100-matlab.tar.gz
- CIFAR-100二进制版本（适用于C程序）: http://www.cs.toronto.edu/~kriz/cifar-100-binary.tar.gz