PyTorch图像数据集详解与翻译
136 浏览量
更新于2024-08-03
收藏 6.5MB PDF 举报
"PyTorch 自带数据集官方文档翻译及梳理总结,涵盖图像分类、对象检测、语义分割等多个领域常用数据集"
在 PyTorch 中,`torchvision.datasets` 是一个非常重要的库,它提供了许多流行的数据集,便于进行计算机视觉任务的训练和测试。以下是对这些数据集的详细说明:
1. **图像分类**:
- **EMNIST**:增强版的MNIST,包含手写数字和字母。
- **MNIST**:经典的10类手写数字数据集。
- **QMNIST**:质量更高的MNIST替代品,提供更丰富的数据。
- **USPS**:美国邮政服务的手写数字数据集。
- **SVHN**:街景数字数据集,更接近现实世界的数据。
- **KMNIST**:日语手写字符数据集。
- **Omniglot**:多种手写字符集合,用于one-shot学习。
- **FashionMNIST**:时尚商品分类数据集,作为MNIST的替代。
- **CIFAR**:CIFAR-10和CIFAR-100,分别包含10类和100类的小型彩色图像。
- **LSUN**:大规模场景理解数据集,用于图像生成任务。
- **STL-10**:小规模的图像分类数据集,用于评估模型的泛化能力。
- **ImageNet**:大规模视觉识别挑战赛的数据集,包含超过1000类的图像。
2. **人脸识别**:
- **CelebA**:包含大量名人脸部图像的数据集,用于特征提取和识别。
3. **场景分类**:
- **LSUN**:与图像分类任务类似,用于场景识别。
- **Places365**:包含365个不同场景类别的大型数据集。
4. **对象检测**:
- **SVHN**:也可用于对象检测任务。
- **VOCDetection**:PASCAL VOC数据集,包含多个类别和它们的边界框信息。
- **COCODetection**:MS COCO数据集,用于对象检测、分割和关键点检测。
5. **语义/实例分割**:
- **Cityscapes**:城市景观的语义分割数据集。
- **VOCSegmentation**:PASCAL VOC数据集的语义分割版本。
- **SBD**:语义边界数据集,用于边界检测。
6. **图像描述生成**:
- **Flickr**:Flickr8k或Flickr30k数据集,用于训练图像描述生成模型。
- **COCOCaption**:MS COCO数据集的描述部分,包含图像的多语言描述。
7. **视频分类**:
- **HMDB51**:包含51类人类动作的视频数据集。
- **Kinetics**:大规模的视频动作识别数据集。
8. **3D重建**:
- **PhotoTour**:用于图像匹配和3D重建任务。
9. **阴影检测**:
- **SBUEMNIST**:针对阴影检测的数据集。
在使用这些数据集时,通常需要设置`root`参数指定数据集的存储位置,`split`参数选择数据集的子集(如训练集或测试集),并可选地设置`download`参数自动下载数据。例如,要加载训练集的EMNIST数据集,可以这样写:
```python
import torchvision.datasets as datasets
emnist = datasets.EMNIST(root='./data', split='train', train=True, download=True)
```
这些数据集不仅用于训练模型,还可以用来验证和比较不同算法的效果,是深度学习研究和实践中的基础工具。理解每个数据集的特点和用途,有助于选择适合特定任务的数据集,从而优化模型性能。
2020-12-23 上传
2023-03-29 上传
2023-11-09 上传
2023-05-24 上传
2023-07-20 上传
2023-03-30 上传
2023-06-23 上传
![](https://profile-avatar.csdnimg.cn/c68f3cfa38654471915016eb42a33f95_zz_ll9023.jpg!1)
![](https://csdnimg.cn/release/wenkucmsfe/public/img/user-vip.1c89f3c5.png)
zz_ll9023
- 粉丝: 1078
- 资源: 5268
最新资源
- 构建Cadence PSpice仿真模型库教程
- VMware 10.0安装指南:步骤详解与网络、文件共享解决方案
- 中国互联网20周年必读:影响行业的100本经典书籍
- SQL Server 2000 Analysis Services的经典MDX查询示例
- VC6.0 MFC操作Excel教程:亲测Win7下的应用与保存技巧
- 使用Python NetworkX处理网络图
- 科技驱动:计算机控制技术的革新与应用
- MF-1型机器人硬件与robobasic编程详解
- ADC性能指标解析:超越位数、SNR和谐波
- 通用示波器改造为逻辑分析仪:0-1字符显示与电路设计
- C++实现TCP控制台客户端
- SOA架构下ESB在卷烟厂的信息整合与决策支持
- 三维人脸识别:技术进展与应用解析
- 单张人脸图像的眼镜边框自动去除方法
- C语言绘制图形:余弦曲线与正弦函数示例
- Matlab 文件操作入门:fopen、fclose、fprintf、fscanf 等函数使用详解