分享一下我老师大神的人工智能教程！零基础，通俗易懂！http://blog.csdn.net/jiangjunshow
也欢迎大家转载本篇文章。分享知识，造福人民，实现我们中华民族伟大复兴！
1. CIFAR-10 & CIFAR-100
CIFAR-10包含10个类别，50,000个训练图像，彩色图像大小：32x32，10,000个测试图像。
（类别：airplane，automobile, bird, cat, deer, dog, frog, horse, ship, truck）
（作者：Alex Krizhevsky, Vinod Nair, and Geoffrey Hinton）
（数据格式：Python版本、Matlab版本、二进制版本<for C程序>）
CIFAR-100与CIFAR-10类似，包含100个类，每类有600张图片，其中500张用于训练，100张用于测试；这100个类分组成20个超类。每个图像有一个"find" label和一个"coarse"label。
2. 图像分类结果及对应的论文
图像分类结果及应的论文，包含数据集：MNIST、CIFAR-10、CIFAR-100、STL-10、SVHN、ILSVRC2012 task 1
ILSVRC： ImageNet Large Scale Visual Recognition Challenge
3. ImageNet
ImageNet相关信息如下：
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）Number of synsets with SIFT features: 1000
5）Number of images with SIFT features: 1.2 million
4. COCO
COCO(Common Objects in Context)是一个新的图像识别、分割、和字幕数据集，它有如下特点：
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)已经由Microsoft发起 由ECCV 2016(ECCV：European Conference On Computer Vision )。
4. 3D数据
3）Human3.6M (3D Human Pose Dataset)
- 《Iterated Second-Order Label Sensitive Pooling for 3D Human Pose Estimation》
5. 人脸Dataset
1）LFW (Labeled Faces in the Wild)
6. Stereo Datasets
3）KITTI Vision Benchmark Suite
7. 普林斯顿大学人工智能自动驾驶汽车项目
给我老师的人工智能教程打call！http://blog.csdn.net/jiangjunshow
