Oracle-MNIST

Oracle-MNIST dataset comprises of 28×28 grayscale images of 30,222 ancient characters from 10 categories, for benchmarking pattern classification, with particular challenges on image noise and distortion. The training set totally consists of 27,222 images, and the test set contains 300 images per class.1. Easy-of-use. Oracle-MNIST shares the same data format with the original MNIST dataset, allowing for direct compatibility with all existing classifiers and systems.2. Real-world challenge. Oracle-MNIST constitutes a more challenging classification task than MNIST. The images of oracle characters suffer from 1) extremely serious and unique noises caused by three- thousand years of burial and aging and 2) dramatically variant writing styles by ancient Chinese, which all make them realistic for machine learning research.

Oracle-MNIST 数据集（Oracle-MNIST dataset）包含来自10个类别的30222张古代汉字的28×28灰度图像，用于模式分类任务的基准测试，其针对图像噪声与畸变设置了专属挑战。该数据集的训练集总计包含27222张图像，测试集每个类别配备300张图像。
1. 易用性：Oracle-MNIST 与原始MNIST数据集（original MNIST dataset）采用完全一致的数据格式，可直接兼容所有现有的分类器与系统。
2. 现实场景挑战：相较于MNIST数据集，Oracle-MNIST 构建了难度更高的分类任务。甲骨文图像存在两大核心挑战：其一为历经三千年埋藏与老化过程所产生的极其严重且独具特色的噪声；其二为古代汉字极具多样性的书写风格，这些特性使其成为适用于机器学习研究的真实场景数据集。

搜集汇总

背景与挑战

背景概述

Oracle-MNIST是一个用于模式分类基准测试的数据集，包含30,222张28×28灰度古代字符图像，分为10个类别，训练集27,222张，测试集每类300张。其特点包括与原始MNIST相同的数据格式以确保兼容性，以及因三千年老化噪声和古代书写风格变异带来的真实世界分类挑战。