数据集地址：

https://www.cs.toronto.edu/~kriz/cifar.html

CIFAR-10和CIFAR-100是8000万微型图像数据集的子集。它们由亚历克斯·克里日夫斯基、维诺德·奈尔和杰弗里·辛顿收集。

CIFAR-10 数据集

CIFAR-10数据集包含10个类，总共有60000张32x32彩色图像，每个类包含6000张图像。培训图片50000张，测试图片10000张。

数据集分为5个训练集和1个测试集，每个集包含10000张图像。测试组恰好包含每个类中随机选择的1000张图像。训练组则随机地包含其余的图像，但是一些训练组可能包含来自一个类的图像多于另一个类的图像。在它们之间，训练组包含每个类的5000个图像。

10个类包括：

airplane 、automobile、bird、cat、deer、dog、frog、horse、ship、truck

CIFAR-100数据集

这个数据集与CIFAR-10类似，只是它有100个类，每个类包含600张图像。每班有500张训练图片和100张测试图片。CIFAR-100中的100个类被分为20个超类。每个图像都带有一个“精细”标签(它所属的类)和一个“粗”标签(它所属的超类)。

以下是CIFAR-100分类列表:

Superclass              Classes

aquatic                                  mammalsbeaver, dolphin, otter, seal, whale

fish                                           aquarium  fish, flatfish, ray, shark, trout

flowers                                     orchids, poppies, roses, sunflowers, tulips

food containers                        bottles, bowls, cans, cups, plates

fruit and vegetables                  apples, mushrooms, oranges, pears, sweet peppers

household electrical devices    clock, computer keyboard, lamp, telephone, television

household furniture                    bed, chair, couch, table, wardrobe

insects                                       bee, beetle, butterfly, caterpillar, cockroach

large carnivores                         bear, leopard, lion, tiger, wolf

large man-made outdoor things     bridge, castle, house, road, skyscraper

large natural outdoor scenes           cloud, forest, mountain, plain, sea

large omnivores and herbivores       camel, cattle, chimpanzee, elephant, kangaroo

medium-sized mammals                   fox, porcupine, possum, raccoon, skunk

non-insect invertebrates                    crab, lobster, snail, spider, worm

people                                                 baby, boy, girl, man, woman

reptiles                                                crocodile, dinosaur, lizard, snake, turtle

small mammals                                         hamster, mouse, rabbit, shrew, squirrel

trees                                                           maple, oak, palm, pine, willow

vehicles 1                                                 bicycle, bus, motorcycle, pickup truck, train

vehicles 2                                                lawn-mower, rocket, streetcar, tank, tractor