场景分类任务可用数据集（部分）

imagenet：
1. cv领域数据集，是目前世界上图像识别最大的数据库，别名：ILSVRC2012
2. 使用该数据吃模型结构的优势：
  1. 很多论文都使用了此数据集，和其他模型比较时，可直接引用结果
  2. 评价指标固定：top1，top5
  3. 基于以上两点可直接看出模型是否有提高
3. 数据解析：
  1. 训练集有120多万自然图像，大概150个G，含有1000个类别的压缩包
  2. 验证集：有50000张图片，解压后直接是图像，没有按照类别区分开
places 数据集:
1. 有1000万张场景分类图片，用场景语义类别作标签，包括世界上大量类型的环境变量。
2. 更多可参考链接：https://blog.csdn.net/fujikoo/article/details/110189287
place2数据集:
1. 总共包含1000万张图片，400多个独特的场景类别，每个分类具有5000至30000个训练图像，与现实世界中的场景频次一致。
2. 通常用于图像恢复和场景识别：更多可参考：https://blog.csdn.net/sinat_28442665/article/details/110933850

相关阅读:
怎么画深度优先生成树和广度优先生成树【简答题】
GBase 8c数据类型-二进制类型
TAMRA-NHS 荧光素-活性酯
东莞市顺昌针织厂过程质量控制研究
2023/11/7 JAVA学习(异常处理方式,collection集合,list,set)
Redis数据库的发布与订阅（详细讲解）
基于opencv+tensorflow+神经网络的智能银行卡卡号识别系统——深度学习算法应用(含python、模型源码)+数据集（一）
如何在CentOS中合理划分磁盘空间以优化系统性能
配置管理（总结）
4-SpringBoot架构设计与实现原理-SpringBoot自定义starter

原文地址：https://blog.csdn.net/weixin_45647721/article/details/126027050