Dataset之LSUN：LSUN數據集的簡介、安裝、使用方法之詳細攻略

?

?

目錄

LSUN數據集的簡介

1、Paper

2、簡介

3、LSUN數據集上DCGAN的生成結果

LSUN數據集的安裝

LSUN數據集的使用方法

---

?

?

?

LSUN數據集的簡介

1、Paper

Fisher Yu, Ari Seff, Yinda Zhang, Shuran Song, Thomas Funkhouser and Jianxiong Xiao?
LSUN: Construction of a Large-scale Image Dataset using Deep Learning with Humans in the Loop
arXiv:1506.03365 [cs.CV], 10 Jun 2015?

2、簡介

? ? ? LSun場景分類的10個場景類別。LSUN 是一個場景理解圖像數據集，主要包含了臥室、固房、客廳、教室等場景圖像。
?? ? ?20對象類別：鏈接列表。每個類別的圖像以LMDB格式存儲，然后數據庫被壓縮。下載和解壓縮ZIP文件后，請參考LSun實用代碼來可視化和導出圖像。還提供了每個zip文件的MD5和，以便您可以驗證下載。

? ? ?While there has been remarkable progress in the performance of visual recognition algorithms, the state-of-the-art models tend to be exceptionally data-hungry. Large labeled training datasets, expensive and tedious to produce, are required to optimize millions of parameters in deep network models. Lagging behind the growth in model capacity, the available datasets are quickly becoming outdated in terms of size and density. To circumvent this bottleneck, we propose to amplify human effort through a partially automated labeling scheme, leveraging deep learning with humans in the loop. Starting from a large set of candidate images for each category, we iteratively sample a subset, ask people to label them, classify the others with a trained model, split the set into positives, negatives, and unlabeled based on the classification confidence, and then iterate with the unlabeled set. To assess the effectiveness of this cascading procedure and enable further progress in visual recognition research, we construct a new image dataset, LSUN. It contains around one million labeled images for each of 10 scene categories and 20 object categories. We experiment with training popular convolutional networks and find that they achieve substantial performance gains when trained on this dataset.

? ? ? ?雖然在視覺識別算法的性能上已經取得了顯著的進步，但是最先進的模型往往特別需要數據。為了在深層網絡模型中優化數百萬個參數，需要大量標注的訓練數據集，這些數據集的生產既昂貴又繁瑣。滯后于模型容量的增長，可用的數據集在尺寸和密度方面很快變得過時。為了繞過這個瓶頸，我們建議通過部分自動化的標簽方案，利用循環中的人的深層學習，來增強人的努力。從每個類別的一大組候選圖像開始，我們迭代地采樣一個子集，要求人們標記它們，用訓練好的模型對其他類別進行分類，根據分類置信度將集合劃分為正、負和未標記，然后用未標記的集合進行迭代。為了評估這種級聯過程的有效性，并使視覺識別研究取得進一步進展，我們構建了一個新的圖像數據集，LSUN。
? ? ??它包含10個場景類別和20個對象類別中的每一個的大約一百萬個標記圖像。我們對當前流行的卷積網絡進行了實驗，發現當在這個數據集上進行訓練時，它們獲得了顯著的性能增益。

官網地址：http://www.yf.io/p/lsun

3、LSUN數據集上DCGAN的生成結果

?

?

LSUN數據集的下載

? ? ? ? 一個類別中的所有圖像都存儲在一個lmdb數據庫文件中。每個條目的值是jpg二進制數據。我們調整所有的圖像大小，使較小的尺寸是256和壓縮的質量為75的jpeg圖像。

?

該數據集，暫時無法在線下載
PS：如需該數據集，可向博主留言索取！

Dataset之LSUN：LSUN數據集的下載使用教程

?

?

LSUN數據集的使用方法

基于LSUN數據集實現場景分類識別

?

?

?

?

?

?

總結

以上是生活随笔為你收集整理的Dataset之LSUN：LSUN数据集的简介、安装、使用方法之详细攻略的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。