真实的Corel-5K图像库 标准训练集和测试集

简介：
真实的Corel-5K图像库提供了一个包含五千张图片的标准数据集合，用作计算机视觉与机器学习领域中的训练及测试资源。该库旨在促进图像识别、分类等技术的研发工作。 深圳电信培训中心的徐海蛟博士使用真正的Corel-5K图像数据集进行教学。该数据集包含科雷尔（Corel）公司收集整理的5000张图片，因此命名为Corel-5K。学生可以利用这些图片来进行科学图像实验，如分类和检索等。 Corel-5k是用于图像标注实验的事实标准数据集，并且被广泛应用于比较不同算法在性能上的表现。该库由五十个CD组成，每个包含10张大小相等的图片（共500张），涵盖多个主题领域，例如公共汽车、恐龙和海滩等等。 Corel-5k通常会被分成三个部分：4,000幅图像作为训练集；500幅用于调整模型参数的验证集以及剩余的500个用来评估算法性能。在找到最优模型参数后，这4,500张图片（即之前的训练和验证集合）将被混合在一起重新构成一个新的更大的训练数据集。 每一张Corel-5K中的图像都被标注了1到5个关键词，在整个数据库中总共有374种不同的标签。在测试集中，则使用263个这些标签进行评估算法性能的实验。 学生可以自行从图片中提取各种低级视觉特征，例如RGB、Lab颜色空间、HSV色彩模型、SIFT（尺度不变特征变换）、GIST和HOG等，并利用svm（支持向量机）、knn（K近邻算法）、adaboost（自适应增强学习） 逻辑回归、随机森林以及MIML-SVM, MIML-KNN, MIML-Boost等多种机器学习方法来进行多类与多标签的实验。