Tensorflow笔记之图像识别常用数据集简介

1 图像识别问题简介及经典数据集

  视觉是人类认识世界非常重要的一种知觉。对于计算机来说，让计算机识别图片中的内容是很困难的。常用的经典数据集如下：

MNIST手写体识别数据集是一个相对简单的数据集，在其他更加复杂的图像识别处理集上，卷积神经网络有更加突出的表现。CIFAR数据集就是一个影响力很大的图像分类数据集。CIFAR数据集分为CIFAR-10和CIFAR-100两个问题，他们都是图像词典项目（Visual-Dictionary）中800万张图片中的一个子集。CIFAR数据集中的图片为32X32的彩色图片。

CIFAR-10问题收集了来自10个不同种类的60000张图片。相比真实环境的图像识别问题，有2个最大的问题：第一，现实生活中的图片分辨率要远高于32x32，其图像的分辨率也不会是固定的。第二；现实生活中的物体种类特别多，无论是10种还是100种都远远不够，且一张图片不会只出现一类物体，为了更加贴近实际，产生了ImageNet数据集。

  ImageNet是一个基于WordNet的大型图像数据库。在ImageNet中，将近1500万张图片被关联到了WordNet的大约20000个名词同义词集上。目前每一个与ImageNet相关的WordNet同义词集都代表了现实世界中的一个实体，可以被认为是分类问题的一个类别。