【Office-Caltech-10、PACS、office31】迁移学习三个数据集介绍及下载链接

Office-Caltech-10数据集

包含有2533个样本，包含（C A W D）四种数据库的数据， C(Caltech), A(Amazon), W(Webcam) 和D(DSLR)，其中C有1123个，A有958个，W有295个，D有157个，数据集提供了SURF特征和DeCAF（A Deep Convolutional Activation Featurefor Generic Visual Recognition）特征¹

该数据集有10类物体，是Office-31和Caltech-256数据集中相同的类：”backpack“，”bike“，”calculator“，”headphones“，”keyboard“，”laptop computer“，”monitor“，”mouse“，”mug“，”projector“

PACS数据集²

PACS，数据集是一个域自适应的图像数据集，包含4个域，照片（1670张），艺术画（2048张），动画片（2344张）和素描（3929张）。每个域里面包含7个种类。

PACS数据集划分：

训练集：8977张图片

测试集：1014张图片

验证集：9991张图片

Office-31数据集³

Office-31 Dataset 即 Office Dataset 是视觉 迁移学习 中的主流基准数据集，该数据集包含了 31 类办公室环境中常见的目标物体，如笔记本电脑、文件柜、键盘等，共 4,652 张图像。

这些图像主要源于 Amazon（在线电商图片）、Webcam（网络摄像头拍摄的低解析度图片）、DSLR（单反相机拍摄的高解析度图片）。

该数据集包括：

Amazon：2,817 张图像，平均每类 90 张，图像背景单一
Webcam：795 张图像，图像表现出明显的噪点，颜色和白平衡伪像
DSLR：498 张图像，每类 5 个对象，每个对象从不同视点平均拍摄 3 次

示例图像：

下载链接

以上三个数据集下载链接在 https://github.com/jindongwang/transferlearning⁴ 中都可以找到，但是PACS链接挂了，这里放另一个下载地址
https://github.com/MachineLearning2020/Homework3-PACS

---

1. 迁移学习（一）：相关数据集介绍 ↩︎

2. PACS 数据集介绍及加载使用 ↩︎

3. Office-31 (Office Dataset) 办公室环境数据集 ↩︎

4. https://github.com/jindongwang/transferlearning ↩︎