Caltech-256 是一个图像物体识别数据集,包含 30608 张图片,256个物体类别,每类图片最少80张,最多827张。
Caltech-256 数据集是 caltech-101 数据集的改进版图片数据集
有几处改进: a)类别数量增加一倍以上 b)任何类别中图像的最小数量从 31 增加到 80 c)避免因图像旋转造成的伪影 d)引入了一个新的更大的杂波类别来测试背景拒绝。
该数据集收集了 256 个类的 20607 张图片,由加州理工学院的李菲菲,马克安德烈托和 Marc’Aurelio Ranzato 收集。