分享一下我老師大神的人工智慧教程！零基礎，通俗易懂！http://blog.csdn.net/jiangjunshow

也歡迎大家轉載本篇文章。分享知識，造福人民，實現我們中華民族偉大復興！

1. CIFAR-10 & CIFAR-100

    CIFAR-10包含10個類別，50,000個訓練影象，彩色影象大小：32x32，10,000個測試影象。

    （類別：airplane，automobile, bird, cat, deer, dog, frog, horse, ship, truck）

    （作者：Alex Krizhevsky, Vinod Nair, and Geoffrey Hinton）

    （資料格式：Python版本、Matlab版本、二進位制版本<for C程式>）

     CIFAR-100與CIFAR-10類似，包含100個類，每類有600張圖片，其中500張用於訓練，100張用於測試；這100個類分組成20個超類。每個影象有一個"find" label和一個"coarse"label。

2. 影象分類結果及對應的論文

    影象分類結果及應的論文，包含資料集：MNIST、CIFAR-10、CIFAR-100、STL-10、SVHN、ILSVRC2012 task 1     

    ILSVRC： ImageNet Large Scale Visual Recognition Challenge

3. ImageNet

    ImageNet相關資訊如下：

    1）Total number of non-empty synsets: 21841
    2）Total number of images: 14,197,122
    3）Number of images with bounding box annotations: 1,034,908
    4）

4. COCO

    COCO(Common Objects in Context)是一個新的影象識別、分割、和字幕資料集，它有如下特點：

    1）Object segmentation

    2）Recognition in Context
    3）Multiple objects per image
    4）More than 300,000 images
    5）More than 2 Million instances
    6）80 object categories
    7）5 captions per image
    8）Keypoints on 100,000 people

    COCO 2016 Detection Challenge(2016.6.1-2016.9.9)和COCO 2016 Keypoint Challenge(2016.6.1-2016.9.9)已經由Microsoft發起 由ECCV 2016(ECCV：European Conference On Computer Vision )。

4. 3D資料

   1）RGB-D People Dataset

     2）NYU Hand Pose Dataset code

   3）Human3.6M (3D Human Pose Dataset)

         - 《Iterated Second-Order Label Sensitive Pooling for 3D Human Pose Estimation》

5. 人臉Dataset

   1）LFW (Labeled Faces in the Wild) 

6. Stereo Datasets

   2）Middlebury Stereo Datasets

   3）KITTI Vision Benchmark Suite

7. 普林斯頓大學人工智慧自動駕駛汽車專案

   1）Deep Drive

    2）Source Code and Data

給我老師的人工智慧教程打call！http://blog.csdn.net/jiangjunshow