深度学习常用数据集的分类解析

本文主要探讨深度学习常用数据集，涵盖图像、文本、语音、推荐等多个领域的关键数据集：

一、计算机视觉数据集

1.经典图像分类

• MNIST​

  • 手写数字（0-9），6万训练+1万测试

  • 入门基准，常用于算法验证

• CIFAR-10/100​

  • 10类（CIFAR-10）或100类（CIFAR-100）物体图片

  • 32x32小尺寸，适合轻量模型测试

• ImageNet​

  • 1400万图片，2万类别（常用子集：ILSVRC 2012，1000类）

  • 深度学习发展里程碑，预训练模型基准

2.目标检测与分割

• PASCAL VOC​

  • 20个常见物体类别，含目标检测/分割/动作识别标注

  • 经典中型数据集

• COCO