4.计算机视觉模型数据准备-常见计算机视觉数据集及格式.pptxVIP

计算机视觉模型数据准备计算机视觉模型应用

项目目标（1）了解常见的计算机视觉数据集及格式。（2）掌握图像分类数据集加载的方法。（3）掌握图像分类数据处理的方法。

项目描述本项目将介绍在人工智能交互式在线实训及算法校验系统上使用垃圾分类数据集，查看数据集文件结构，并将数据集拆分为训练集和测试集。由于PaddleX的API极其适应ImageNet格式的数据集，因此可以将数据集转化为ImageNet格式，然后使用PaddleX定义数据预处理模块，并使用PaddleX对数据集进行加载，用于后续模型的训练。准备垃圾分类数据集的流程

常见计算机视觉数据集及格式MNIST是机器学习入门的标准数据集，共10个类别，由来自250个不同人的0-9手写数字构成，测试集也是同样比例的手写数字数据。包含了60,000张28x28的二值训练图像，10,000张28x28的二值测试图像。最早的深度卷积网络LeNet便是针对MNIST数据集的，而且当前主流深度学习框架几乎无一例外将MNIST数据集的处理作为介绍及入门第一教程。1MNIST数据集▲MNIST数据集示例图片?

常见的计算机视觉数据集及格式CIFAR-10数据集的图像具备以下特点。（2）图像中有且只有一个主体目标。（3）图像中的主体目标可能会被遮挡，但仍可被清晰辨识。（1）都是真实拍摄的图像。

常见计算机视觉数据集及格式ImageNet数据集有1400多万幅图片，涵盖2万多个类别；其中有超过百万的图片有明确的类别标注和图像中物体位置的标注，具体信息及说明如下表：2ImageNet数据集信息说明数量Totalnumberofnon-emptysynsets数据集涵盖类别21841Totalnumberofimages图片的总数量14,197,122Numberofimageswithboundingboxannotations带边框批注的图像数1,034,908NumberofsynsetswithSIFTfeatures具有SIFT(尺度不变性和光照不变性)特征的数据集数量1000NumberofimageswithSIFTfeatures具有SIFT(尺度不变性和光照不变性)特征的图像数1,200,000

常见计算机视觉数据集及格式ImageNet数据集目录下包含多个文件夹，每个文件夹中的图像均属于同一个类别，文件夹的命名即为类别名。2ImageNet数据集▲ImageNet数据集示例图片?文件描述train_list.txt训练集列表val_list.txt验证集列表labels.txt类别标签列表

常见计算机视觉数据集及格式COCO是一个大规模的对象识别、分割以及Captioning数据集。具有以下特点：3COCO数据集特点说明Objectsegmentation对象分割Recognitionincontext在上下文中可识别Superpixelstuffsegmentation超像素分割330Kimages(200Klabeled)330K图像（200K标记）1.5millionobjectinstances150万个对象实例80objectcategories80个对象类别91stuffcategories91个类别5captionsperimage每张图片5个字幕250,000peoplewithkeypoints有关键点的250,000人

常见计算机视觉数据集及格式MSCOCO数据集将原图片全部放在名为JPEGImages文件夹中，为了区分训练集和验证集，使用不同的json表示数据的划分，例如train.json和val.json。3COCO数据集▲COCO数据集示例图片

PASCAL人类动物鸟猫牛狗马羊交通工具飞机自行车船公共汽车小轿车摩托车火车室内瓶子椅子餐桌盆栽植物沙发电视常见计算机视觉数据集及格式PASCAL是一个用于模式分析和统计建模的数据集，包括图像分类，目标检测，分割等任务，是由PASCALVOC挑战赛衍生出来的数据集。PASCALVOC2007之后的数据集包括以下20个类别。4PASCAL数据集

常见计算机视觉数据集及格式数据集包括图片的三种信息：原始图片（JPEGImages文件夹），对象像素（SegmentationClass文件夹）和分类像素（SegmentationObject文件夹）。其中还有一个Annotations文件夹是图片描述的xml文件。例如以下图片，就会有相应的xml文件描述该图片，包括图片的宽高、包含的Object的类别、坐标等信息，同时还包括训练集列表train_list.t