CIFAR10识别

这个项目使用Pytorch GoogLeNet模型来对CIFAR-10数据集中的图像进行分类，处理后的数据和完整代码可供下载并直接运行。代码使用Pytorch 0.4.1版本和Python 3.6.4

CIFAR-10图像分类是计算机视觉领域的一个经典任务，主要目的是训练模型来识别和分类10个不同类别的彩色图像。这些类别包括飞机、汽车、鸟类、猫、鹿、狗、青蛙、船、卡车。该任务常用于评估深度学习模型在

cifar10 图像数据集,数据类型包括airplane automobile bird cat deer dog frog horse ship truck

kaggle官方的数据，数据简介： CIFAR-10数据由10类60,000张32x32彩色图像组成，每类6000张图像。官方数据中有50,000张训练图像和10,000张测试图像。我们保留了原始数

CIFAR-10数据集是机器学习中的一个通用的用于图像识别的基础数据集，官网链接为：The CIFAR-10 dataset

官网下载速度太慢 The CIFAR-10 dataset consists of 60000 32x32 colour images in 10 classes, with 6000 images

从www.cs.toronto.edu下载的文件，境外文件下载慢，提供给大家，放在Caffe根目录，data/cifar10直接使用

里面有百度云下载链接,永久有效,该数据集共有60000张彩色图像,这些图像是32*32,分为10个类,每类6000张图。这里面有50000张用于训练,构成了5个训练批,每一批10000张图;另外100

利用cifar10训练集训练10分类器，正确率90%以上，框架是pytorch，亲测有效，需要的小伙伴自取哈~

caffe CNN cifar10例子训练集不需要转化，下载可以直接使用。另外还需要下载对应的cifar10_train文件以及test文件。