You need to enable JavaScript to run this app.
优惠活动
大模型
产品
解决方案
定价
更多

咨询256*256尺寸Tiny ImageNet及与原ImageNet的ID映射表

解答

针对你提出的三个问题,对应结论如下:

  • 256256分辨率(与原始ImageNet尺寸一致)的公开Tiny ImageNet版本
    官方发布的标准Tiny ImageNet默认将所有图像缩放至64
    64分辨率,没有推出过官方的256256尺寸版本。目前社区有研究者严格按照Tiny ImageNet官方的类别选择、train/val/test划分规则,从原始ImageNet中抽出对应样本、保留原始256256分辨率的数据集版本,这类版本可以公开获取使用。如果对数据一致性要求极高,也可以拿到后续提到的ID匹配表后,直接从本地的原始ImageNet 256*256数据中抽取对应样本自行构建,可靠性更强,使用第三方版本时注意核对划分规则和官方标准一致,避免实验结果无法复现。

  • 构建Tiny ImageNet时从原始ImageNet筛选图像的索引映射表
    这类映射表是存在的。Tiny ImageNet构建时从ImageNet 1000类中选定了200个目标类,每个类固定抽取500张训练图、50张验证图、50张测试图,数据集配套的说明文件里明确给出了200个类别和ImageNet原始wnid类别的对应关系,结合ImageNet公开的每个类别下的样本清单,就能完整查到构建Tiny ImageNet时筛选的全部图像范围。

  • Tiny ImageNet图像ID与原始ImageNet对应图像ID的匹配表
    这类逐样本的匹配表也有现成整理结果。官方发布的Tiny ImageNet对所有样本做了统一重命名,没有直接保留原始ImageNet的图像ID,目前已有社区贡献者通过文件名溯源、图像特征校验的方式,完成了全量样本的ID对齐工作,整理好的匹配表可以直接实现两个数据集间的单图ID映射,不需要自行做图像比对匹配。

内容的提问来源于stack exchange,提问作者Eilia

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.08.28 15:33:17