> ML_DATASET // CIFAR-10_v1.0
CIFAR-10 Dataset (Krizhevsky 2009)
University of Toronto (Alex Krizhevsky) · Computer Vision Education · 60,000 32x32 color images across 10 mutually exclusive classes
Computer Vision EducationMIT / Open Academic60,000 32x32 color images across 10 mutually exclusive classesopen
Veri Profili ve Özellikler
Etiket Tipi:Single categorical label (airplane, automobile, bird, cat, deer, dog, frog, horse, ship, truck)
Diller:en
Lisans Seviyesi:permissive-open-source
Modaliteler:image
Amaçlanan Kullanım (Intended Use)
- Evrişimli mimarilerin ve optimizasyon tekniklerinin hızlı prototiplenmesi
Yasaklanan / Kaçınılması Gereken Kullanım
- Üretim yüksek çözünürlüklü görsel modellemesi
Önyargı, Veri Sızıntısı ve Gizlilik Risk Analizi
Kişisel Veri Riskleri (Privacy Risks):
Küçük 32x32 çözünürlüklü görüntüler; sıfır tanımlanabilir kişisel veri.
Bilinen Önyargılar (Known Bias):
Ağır görsel sıkıştırma; küçük düşük frekanslı nesne temsilleri.
Veri Sızıntısı Riski (Known Leakage):
Temiz 50.000 eğitim / 10.000 test ayrımı.