データセットとは？何につかう？
機械学習でモデルを作って学習をさせるのには大量のデータが必要になります。
しかし、そんな大量のデータを自分で取ってくるのは
気が遠くなります・・・
そこで、公開されているデータセットを活用して学習を行います。
MNIST
一番の定番。0〜9までの10種類の手書き文字の28×28サイズのグレースケールの画像データを60000枚集めたものです。正解のラベルデータも付いています。
公式サイト:http://yann.lecun.com/exdb/mnist/
こんな感じの手書き文字が60000枚入っています。
CIFAR-10
32×32サイズの画像60000枚が10種類のラベルとセットで含まれています。
画像とラベルの種類はairplane,automobile,bird,cat,deer,dog,frog,horse,ship,truckの10種類です。
公式サイト:https://www.cs.toronto.edu/~kriz/cifar.html
↓こちらの記事でCIFAR-10のデータを表示させています
「kerasとMatplotlibを使ってデータセットCIFAR-10の画像を表示させて遊んでみた」
https://qiita.com/kenfukaya/items/db531bd08f57c93ff1b0
ImageNet
約1420万点以上の画像、2万種類以上のラベルを使用して分類されています。
公式サイト:http://image-net.org/
Open Image dataset
Googleにより提供されている約900万点の画像URLとそれらについてのラベルや物体領域などのアノテーションデータを含むデータセットです。
参考リンク:https://ai.googleblog.com/2016/09/introducing-open-images-dataset.html