场景分类任务常用数据集介绍 - CIFAR-10、ImageNet、SUN397、Places365、MIT Indoor Scenes

以下是一些经典的用于场景分类任务的数据集：

1. CIFAR-10：该数据集包含了10个不同类别的60000张32x32彩色图像，每个类别有6000张图片。这些类别包括飞机、汽车、鸟类、猫、鹿、狗、蛙类、马、船和卡车。

2. ImageNet：ImageNet是一个非常大的图像数据库，包含了来自各个类别的数百万张高分辨率图像。其中包括了各种各样的场景，如动物、建筑、自然景观等。

3. SUN397：该数据集包含了397个不同的场景类别，共包含108,754张图像。这些类别包括了各种各样的场景，如室内、室外、办公室、海滩等。

4. Places365：Places365是一个非常大的场景分类数据集，包含了365个不同的场景类别，共包含1.8百万张图像。这些类别包括了各种各样的场景，如城市、农村、森林、沙漠等。

5. MIT Indoor Scenes：该数据集包含了67个不同的室内场景类别，共包含15620张图像。这些类别包括了各种各样的室内场景，如厨房、卧室、教室、办公室等。

这些数据集可以用于训练和评估场景分类模型的性能。