CIFAR-10
分类: 数据集与评估
CIFAR-10
定义
由 Alex Krizhevsky 等人创建的图像分类基准数据集，包含 10 个类别共 60,000 张 32x32 彩色图像
核心要点
训练集 50,000 张，测试集 10,000 张
10 个类别：飞机、汽车、鸟、猫、鹿、狗、青蛙、马、船、卡车
每个类别 6,000 张图像，类别均衡
是深度学习中最常用的小规模图像分类基准之一
图像分辨率为 32x32，适合快速实验验证
代表工作
GNAP: 在 CIFAR-10 上以 157.8k 参数达到 92.2% 准确率