可思数据-人工智能媒体资讯平台！

街景号码（SVHN）数据集

SVHN是一个真实的图像数据集，用于开发机器学习和对象识别算法，对数据预处理和格式化的要求最低。它可以被看作与MNIST的风味相似（例如，图像是小的裁剪数字），但是包含更多标记数据的数量级（超过600,000个数字图像）并且来自更加困难，未解决的现实世界问题（识别自然场景图像中的数字和数字）。SVHN是从Google街景图像中的门牌号码获得的。

The Street View House Numbers (SVHN) 是对图像中阿拉伯数字进行识别的数据集，该数据集中的图像来自真实世界的门牌号数字，每张图片中包含一组 '0-9' 的阿拉伯数字。训练集中包含 73257 个数字，测试集中包含 26032 个数字，另有 531131 个附加数字。

内容来自dedecms

这些是具有字符级边界框的原始可变分辨率彩色房屋号码图像，如上面的示例图像所示。（此处的蓝色边界框仅用于说明目的。边界框信息存储在digitStruct.mat中，而不是直接在数据集中的图像上绘制。）每个tar.gz文件包含png格式的原始图像，以及digitStruct.mat文件，可以使用Matlab加载。digitStruct.mat文件包含一个名为digitStruct的结构，其长度与原始图像的数量相同。digitStruct中的每个元素都包含以下字段：name是包含相应图像文件名的字符串。 BBOX这是一个struct数组，包含图像中每个数字边界框的位置，大小和标签。例如：digitStruct（300）.bbox（2）。高度给出第300个图像中第二个数字边界框的高度。

• 格式2：裁剪数字： train_32x32.mat， test_32x32.mat， extra_32x32.mat （注意：仅限非商业用途）

织梦好，好织梦

类似MNIST格式的字符级别基础事实。所有数字都已调整为32 x 32像素的固定分辨率。原始字符边界框在适当的维度上扩展为方形窗口，因此将它们调整为32×32像素不会引入宽高比失真。然而，这种预处理在感兴趣的数字的两侧引入了一些令人分心的数字。加载.mat文件会创建2个变量：X是包含图像的4-D矩阵，y是类标签的向量。为了访问图像，X（：，：，：，i）给出第i个32×32 RGB图像，其类标签为y（i）。

下载地址：    提取码: ceve