Caltech-101 图片数据集

Caltech 101 数据集是 101 类别的对象的图片组成的图片数据集，主要用于目标识别和图像分类。

其中每类约 40 至 800 张图片，大多数类别有大约 50 张图片，每幅图像的大小约为 300 x 200 像素。且该数据集发布者标注出了其中的目标以供使用。

该数据集于 2003 年 9 月，由加州理工学院的李菲菲，马克安德烈托和 Marc’Aurelio Ranzato 收集。

相关论文为 Learning generative visual models from few training examples: an incremental Bayesian approach tested on 101 object categories；One-Shot learning of object categories。