แหล่งข้อมูล Dataset สำหรับ Deep Learning
MATLAB BKK CENTER
1.CALTECH 101 ชุดข้อมูล Caltech101 ประกอบด้วยรูปภาพจาก 101 หมวดหมู่วัตถุ (เช่น “เฮลิคอปเตอร์” “ช้าง” และ “เก้าอี้” เป็นต้น)
สำหรับแต่ละหมวดหมู่วัตถุ มีประมาณ 40 ถึง 800 ภาพ ในขณะที่คลาสส่วนใหญ่มีประมาณ 50 ภาพ ความละเอียดของภาพประมาณ 300×200 พิกเซล
2.CALTECH 256 เป็นชุดข้อมูลการรู้จำวัตถุที่มีรูปภาพจริง 30,607 รูป ที่มีขนาดต่างกัน ครอบคลุม 257 คลาส
3.CIFAR-10 10 หมวดหมู่ — ได้แก่ เครื่องบิน, นก, รถยนต์, แมว, กวาง, สุนัข, กบ, ม้า, เรือ, รถบรรทุก รูปภาพมีขนาด 32×32 พิกเซลในรูปแบบ RGB รวมทั้งหมด 60000 ภาพ
ทุกๆ 10 คลาสมี 6,000 ภาพ
4.CIFAR100 เป็นส่วนขยายของ CIFAR 10 ซึ่งมี 100 คลาส แต่ละชั้นประกอบด้วย 600 ภาพสำหรับการฝึกอบรม 500 ภาพและ 100 ภาพสำหรับการทดสอบด้วยภาพสีพิกเซลขนาด 32 × 32 เดียวกันแบ่งออกเป็น 20 ซูเปอร์คลาส
- สัตว์เลี้ยงลูกด้วยนม
-ปลา
-ดอกไม้
-ภาชนะบรรจุอาหาร
-ผลไม้และผัก
-อุปกรณ์ไฟฟ้าในครัวเรือน
5.STL 10 มี 10 Class
เครื่องบิน, นก, รถยนต์, แมว, กวาง, สุนัข, ม้า, ลิง, เรือ, รถบรรทุก
รูปภาพแต่ละรูปมีขนาด 96×96 พิกเซลในรูปแบบ RGB
เราสามารถติดตามหรือหากมีความสนใจ สามารถลงทะเบียนได้ใน Course Data Science Roadmap ซึ่งอบรมออนไลน์ 8 สัปดาห์ เรียนว่าเจาะลึกพร้อมตัวอย่างการประยุกต์ใช้ สามารถติดต่อสอบถามไปทาง Admin Facebook Page :(20) Matlab bkk center | Facebook
สามารถติดตามเนื้อหาความรู้ต่างๆ โดยเฉพาะการใช้ประยุกต์ใช้กับโปรแกรม Matlab ได้ที่ Facebook Page :(20) Matlab bkk center | Facebook
Machine Learning for #Predictive #Maintenance Course
NEURAL NETWORK AND DEEP LEARNING COMPLETE COURSE :
ใครอยากเรียนรู้จากตัวอย่างการ Apply จาก #ProjectMachinelearning ต้องไม่พลาด
#Matlab Code ร่วมแชร์ความรู้ สาระผ่านกลุ่ม ->
(กลุ่ม Facebook Matlab Bkk AI & Data science & Other Classroom)>
https://web.facebook.com/groups/403881684322230/