数据集名称：深度学习玩手机数据集 数据量：共2015张图片，图片+标签文件压缩包共311M 标注框种类：telephone（手机）、hold（拿着手机）、nohold（没有拿手机），共三类 标签格式：voc格式 收集来源：现实场景拍摄+网络收集 备注：自己团队标注，自用过，标注质量高

图片显示 pytorch 载入的数据集是元组tuple 形式，里面包括了数据及标签（train_data,label），其中的train_data数据可以转换为torch.Tensor形式，方便后面计算使用。 同样给一些刚入门的同学在使用载入的数据显示图片的时候带来一些难以理解的地方，这里主要是将Tensor与numpy转换的过程，理解了这些就可以就行转换了 CIAFA10数据集 首先载入数据集，这里做了一些数据处理，包括图片尺寸、数据归一化等 import torch from torch.autograd import Variable import matplotlib.pyplot

适用于目标检测，共有853张口罩图片，标签格式为.xml，未划分训练集和验证集，可以根据自己的需求进行划分。

这个数据集由500个identity的约共7000张图片组成，这个数据集的特别之处在于对于每个人，它有10张正面图像和4张侧面图像，这对于想要做侧脸识别的同学还是很有帮助的

coco128数据集图片及标签

主要是对cifar10数据集的一个图片的读取操作，将cifar10数据集的bin格式转换为图片格式，注意需要自行下载数据，建立test,train空文档

网上提供的都是打包好的mnist数据集，这是解析出来的图片版本的。

卷积神经网络用到的数据集图片、训练好的权重等参数文件

mnist数据集原始格式，包括训练集和测试集的图片和对应的标签。

训练集50000张，测试集10000张