CIFAR-100 Dataset 是用于机器视觉领域的图像分类数据集，拥有 20 个大类，共计 100 个小类，其中每个小类包含 600 张图像（500 张训练图像和 100 张测试图像）并且每张图像均有一个小标签和一个大标签。 该数据集由多伦多大学计算机科学系的 Alex Krizhevsky、Vinod Nair 和 Geoffrey Hinton 于 2009 年发布，相关论文有《Learning Multiple Layers of Features from Tiny Images》。

包括四类花朵：daisy 、dandelion、roses、sunflowers ### 使用步骤如下： * （1）在data_set文件夹下创建新文件夹"flower_data" * （2）点击链接下载花分类数据集 [http://download.tensorflow.org/example_images/flower_photos.tgz](http://download.tensorflow.org/example_images/flower_photos.tgz) * （3）解压数据集到flower_data文件夹下 * （4）执行"split_data.py"脚本自动将数据集划分成训练集train和验证集val ``` ├── flower_data ├── flower_photos（解压的数据集文件夹，3670个样本） ├── train（生成的训练集，3306个样本） └── val（生成的验证集，364个样本） ```

无人机应急图像分类数据集（火灾、洪水、地震、交通事故，每类500多张图像）.zip

微软的猫和狗图像数据集，用于深度学习图像分类训练

猫狗分类数据集,各700张

自然图像分类数据集Oxford-102。Oxford 102 Flowers Dataset 是一个花卉集合数据集，主要用于图像分类，它分为 102 个类别共计 102 种花，其中每个类别包含 40 到 258 张图像。 2008年由牛津大学工程科学系发布。面向深度学习人群，可用于验证神经网络性能，主流的VGG,GOGELNET,残差网络等网络都可以用于训练。适合新手人群做学习使用，可将其划分为6149张图片做训练，1020张图片做验证，1020张图片做测试。

数据介绍： 该数据集包含4242个鲜花图像。数据收集基于数据flicr，谷歌图像，yandex图像。您可以使用此数据集识别照片中的植物。 内容 图片分为五类：洋甘菊，郁金香，玫瑰，向日葵，蒲公英。每节课大约有800张照片。照片分辨率不高，约为320x240像素。照片不会减少到单一尺寸，它们有不同的比例！

多类图像分类数据集FashionMNIST

手写数字识别数据集MNIST

Corel100类图像分类数据集，已有类别包括教堂、北极熊、狼、狮子等，每一类图像共计100张图像。