Tiny ImageNet 200
斯坦福大学优秀的cs231n: Convolutional Neural Networks for Visual Recognition class课程为学生组织了一个类似于ImageNet挑战的图像分类挑战,但范围更小。本数据集共有200个图像类,其中500张图像用于训练,50张图像用于验证,50张图像用于每类测试。每张图像被预处理且裁剪成64*64*3像素大小,使学生更容易的关注与深度学习技术而不是计算机视觉预处理功能上。
但是,就像我们在Practitioner Bundle中指出的,这个裁剪使得问题变得更难一些,因为它使得一些重要的、有鉴别能力的信息在预处理任务中被裁剪掉了。也就是说,我将在这个数据集上示例如何训练VGGNet、GooLenet和ResNet且在排行榜中获得较高排名。
1