弗莱堡大学 发布 ImageNet32x32, ImageNet16x16, ImageNet64x64 数据集, 应用在 图像处理、深度学习 领域

弗莱堡大学 本次发布的数据集 ImageNet32x32, ImageNet16x16, ImageNet64x64, ImageNet32x32、ImageNet16x16和ImageNet64x64是由弗莱堡大学创建的ImageNet数据集的降采样版本，分别包含32x32、16x16和64x64像素的图像。这些数据集保留了原始ImageNet的1000个类别和图像数量，仅图像分辨率降低。创建过程涉及将原始图像通过不同的降采样技术处理，并保持与CIFAR数据集相同的文件格式。这些数据集主要用于深度学习中的快速实验，如算法设计、神经网络架构搜索和超参数优化，旨在解决大规模数据集计算成本高昂的问题。

查看ImageNet32x32, ImageNet16x16, ImageNet64x64

关于 弗莱堡大学 , 弗莱堡大学是德国一所历史悠久、学术声誉卓著的综合性大学，以其卓越的研究和教学质量在国际上享有盛誉。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。