SVHN
A real-world image dataset for machine learning and object recognition, derived from Google Street View house numbers, with over 600,000 labeled digit images.
āĻ¸ā§āĻā§āĻ°
30
āĻŦā§āĻ¯āĻŦāĻšāĻžāĻ°āĻāĻžāĻ°ā§āĻ° āĻ°ā§āĻāĻŋāĻ
3.0
āĻŦāĻŋāĻ¨āĻžāĻŽā§āĻ˛ā§āĻ¯ā§/āĻā§āĻ°āĻžāĻ¯āĻŧāĻžāĻ˛ āĻ¸āĻšāĻžāĻ¯āĻŧāĻ¤āĻž
āĻ¸āĻŽāĻ°ā§āĻĨāĻŋāĻ¤ āĻ¨āĻ¯āĻŧ
āĻļā§āĻ°ā§āĻ° āĻŽā§āĻ˛ā§āĻ¯
--
āĻ¸āĻ°ā§āĻŦāĻļā§āĻˇ āĻāĻĒāĻĄā§āĻ
āĻā§āĻ¨ 10, 2026
āĻ¸āĻāĻā§āĻˇāĻŋāĻĒā§āĻ¤āĻ¸āĻžāĻ°
SVHN āĻā§?
SVHN āĻšāĻ˛ Google āĻ¸ā§āĻā§āĻ°ā§āĻ āĻāĻŋāĻ āĻĨā§āĻā§ āĻŦāĻžāĻĄāĻŧāĻŋāĻ° āĻ¨āĻŽā§āĻŦāĻ° āĻāĻŋāĻ¤ā§āĻ°āĻā§āĻ˛āĻŋāĻ° āĻāĻāĻāĻŋ āĻĄā§āĻāĻžāĻ¸ā§āĻ, āĻ¯āĻž āĻŽā§āĻļāĻŋāĻ¨ āĻ˛āĻžāĻ°ā§āĻ¨āĻŋāĻ āĻāĻŦāĻ āĻ āĻŦāĻā§āĻā§āĻ āĻ°āĻŋāĻāĻāĻ¨āĻŋāĻļāĻ¨ āĻ ā§āĻ¯āĻžāĻ˛āĻāĻ°āĻŋāĻĻāĻŽ āĻ¤ā§āĻ°āĻŋāĻ° āĻāĻ¨ā§āĻ¯ āĻĄāĻŋāĻāĻžāĻāĻ¨ āĻāĻ°āĻž āĻšāĻ¯āĻŧā§āĻā§ā§ˇ āĻāĻāĻŋāĻ¤ā§ āĻĻā§āĻāĻŋ āĻĢāĻ°ā§āĻŽā§āĻ¯āĻžāĻā§ 600,000āĻāĻŋāĻ°āĻ āĻŦā§āĻļāĻŋ āĻ˛ā§āĻŦā§āĻ˛āĻ¯ā§āĻā§āĻ¤ āĻ¸āĻāĻā§āĻ¯āĻž āĻ°āĻ¯āĻŧā§āĻā§: āĻŦāĻžāĻāĻ¨ā§āĻĄāĻŋāĻ āĻŦāĻā§āĻ¸ āĻ¸āĻš āĻāĻ¸āĻ˛ āĻāĻŦāĻŋ āĻāĻŦāĻ MNIST-āĻāĻ° āĻŽāĻ¤ā§ 32x32 āĻā§āĻ°āĻĒ āĻāĻ°āĻž āĻāĻŦāĻŋā§ˇ
SVHN āĻā§ āĻāĻžāĻā§ āĻŦā§āĻ¯āĻŦāĻšā§āĻ¤ āĻšāĻ¯āĻŧ?
āĻļā§āĻ°ā§āĻˇ āĻŦā§āĻļāĻŋāĻˇā§āĻā§āĻ¯
- 600,000-āĻāĻ° āĻŦā§āĻļāĻŋ āĻ˛ā§āĻŦā§āĻ˛āĻ¯ā§āĻā§āĻ¤ āĻ āĻā§āĻā§āĻ° āĻāĻŦāĻŋ
- āĻĻā§āĻāĻŋ āĻĢāĻ°ā§āĻŽā§āĻ¯āĻžāĻ: āĻŦāĻžāĻāĻ¨ā§āĻĄāĻŋāĻ āĻŦāĻžāĻā§āĻ¸ āĻ¸āĻš āĻāĻ¸āĻ˛ āĻāĻŦāĻ 32x32 āĻā§āĻ°āĻĒ āĻāĻ°āĻž āĻšāĻ¯āĻŧā§āĻā§ā§ˇ
- Google āĻ°āĻžāĻ¸ā§āĻ¤āĻžāĻ° āĻĻā§āĻļā§āĻ¯ āĻĨā§āĻā§ āĻŦāĻžāĻ¸ā§āĻ¤āĻŦ āĻŦāĻŋāĻļā§āĻŦā§āĻ° āĻĄā§āĻāĻž
- āĻ¨ā§āĻ¯ā§āĻ¨āĻ¤āĻŽ āĻĒā§āĻ°āĻŋāĻĒā§āĻ°āĻ¸ā§āĻ¸āĻŋāĻ āĻĒā§āĻ°āĻ¯āĻŧā§āĻāĻ¨
- āĻĒā§āĻ°āĻļāĻŋāĻā§āĻˇāĻŖ, āĻĒāĻ°ā§āĻā§āĻˇāĻž āĻāĻŦāĻ āĻ āĻ¤āĻŋāĻ°āĻŋāĻā§āĻ¤ āĻĄā§āĻāĻž āĻ āĻ¨ā§āĻ¤āĻ°ā§āĻā§āĻā§āĻ¤
SVHN āĻā§āĻāĻžāĻŦā§ āĻŦā§āĻ¯āĻŦāĻšāĻžāĻ° āĻāĻ°āĻŦā§āĻ¨?
āĻŽā§āĻ˛ āĻŦāĻž āĻā§āĻ°āĻĒ āĻāĻ°āĻž āĻĢāĻ°ā§āĻŽā§āĻ¯āĻžāĻā§ āĻĄā§āĻāĻžāĻ¸ā§āĻ āĻĄāĻžāĻāĻ¨āĻ˛ā§āĻĄ āĻāĻ°ā§āĻ¨, āĻĢāĻžāĻāĻ˛āĻā§āĻ˛āĻŋ āĻ˛ā§āĻĄ āĻāĻ°ā§āĻ¨ (āĻ¯ā§āĻŽāĻ¨, āĻā§āĻ°āĻĒ āĻāĻ°āĻž āĻāĻŦāĻŋāĻ° āĻāĻ¨ā§āĻ¯ .mat āĻĢāĻžāĻāĻ˛), āĻāĻŦāĻ āĻ āĻā§āĻ āĻļāĻ¨āĻžāĻā§āĻ¤āĻāĻ°āĻŖ āĻāĻžāĻā§āĻ° āĻāĻ¨ā§āĻ¯ āĻŽā§āĻļāĻŋāĻ¨ āĻ˛āĻžāĻ°ā§āĻ¨āĻŋāĻ āĻŽāĻĄā§āĻ˛ā§āĻ° āĻĒā§āĻ°āĻļāĻŋāĻā§āĻˇāĻŖ āĻāĻŦāĻ āĻĒāĻ°ā§āĻā§āĻˇāĻž āĻāĻ°āĻžāĻ° āĻāĻ¨ā§āĻ¯ āĻāĻŦāĻŋ āĻāĻŦāĻ āĻ˛ā§āĻŦā§āĻ˛āĻā§āĻ˛āĻŋ āĻŦā§āĻ¯āĻŦāĻšāĻžāĻ° āĻāĻ°ā§āĻ¨ā§ˇ
āĻŦāĻŋāĻāĻ˛ā§āĻĒ āĻā§āĻ˛
āĻā§āĻ¨ āĻŦāĻŋāĻāĻ˛ā§āĻĒ āĻā§āĻ˛ āĻĒāĻžāĻāĻ¯āĻŧāĻž āĻ¯āĻžāĻ¯āĻŧāĻ¨āĻŋ
āĻ¸ā§āĻŦāĻŋāĻ§āĻž & āĻ āĻ¸ā§āĻŦāĻŋāĻ§āĻž
āĻ¸ā§āĻŦāĻŋāĻ§āĻž
- āĻŦāĻĄāĻŧ āĻĄā§āĻāĻžāĻ¸ā§āĻā§āĻ° āĻāĻāĻžāĻ°
- āĻŦāĻžāĻ¸ā§āĻ¤āĻŦ āĻŦāĻŋāĻļā§āĻŦā§āĻ° āĻĒā§āĻ°āĻ¯ā§āĻā§āĻ¯āĻ¤āĻž
- āĻāĻāĻžāĻ§āĻŋāĻ āĻĄā§āĻāĻž āĻĢāĻ°āĻŽā§āĻ¯āĻžāĻ
- āĻ -āĻŦāĻžāĻŖāĻŋāĻā§āĻ¯āĻŋāĻ āĻŦā§āĻ¯āĻŦāĻšāĻžāĻ°ā§āĻ° āĻāĻ¨ā§āĻ¯ āĻŦāĻŋāĻ¨āĻžāĻŽā§āĻ˛ā§āĻ¯ā§
- āĻ°ā§āĻĢāĻžāĻ°ā§āĻ¨ā§āĻ¸ āĻ¸āĻš āĻāĻžāĻ˛ āĻ¨āĻĨāĻŋāĻā§āĻā§āĻ¤
āĻ āĻ¸ā§āĻŦāĻŋāĻ§āĻž
- āĻļā§āĻ§ā§āĻŽāĻžāĻ¤ā§āĻ° āĻĄāĻžāĻāĻ¨āĻ˛ā§āĻĄā§āĻ° āĻāĻ¨ā§āĻ¯ āĻ -āĻŦāĻžāĻŖāĻŋāĻā§āĻ¯āĻŋāĻ āĻŦā§āĻ¯āĻŦāĻšāĻžāĻ°
- āĻā§āĻ°āĻĒ āĻāĻ°āĻž āĻāĻŦāĻŋāĻ¤ā§ āĻāĻŋāĻā§ āĻŦāĻŋāĻā§āĻ°āĻžāĻ¨ā§āĻ¤āĻŋāĻāĻ° āĻāĻĒāĻžāĻĻāĻžāĻ¨
- āĻāĻŋāĻā§ āĻŦāĻŋāĻ¨ā§āĻ¯āĻžāĻ¸ā§āĻ° āĻāĻ¨ā§āĻ¯ āĻŽā§āĻ¯āĻžāĻāĻ˛ā§āĻ¯āĻžāĻŦā§āĻ° āĻŽāĻ¤ā§ āĻ¨āĻŋāĻ°ā§āĻĻāĻŋāĻˇā§āĻ āĻ¸āĻ°āĻā§āĻāĻžāĻŽā§āĻ° āĻĒā§āĻ°āĻ¯āĻŧā§āĻāĻ¨
āĻŦā§āĻ¯āĻŦāĻšāĻžāĻ°ā§āĻ° āĻā§āĻˇā§āĻ¤ā§āĻ°ā§
- āĻ āĻā§āĻā§āĻ° āĻ¸ā§āĻŦā§āĻā§āĻ¤āĻŋāĻ° āĻāĻ¨ā§āĻ¯ āĻŽā§āĻļāĻŋāĻ¨ āĻ˛āĻžāĻ°ā§āĻ¨āĻŋāĻ āĻŽāĻĄā§āĻ˛ āĻĒā§āĻ°āĻļāĻŋāĻā§āĻˇāĻŖ
- āĻāĻŽā§āĻĒāĻŋāĻāĻāĻžāĻ° āĻāĻŋāĻļāĻ¨ā§ āĻāĻāĻžāĻĄā§āĻŽāĻŋāĻ āĻāĻŦā§āĻˇāĻŖāĻž
- āĻŦā§āĻā§āĻāĻŽāĻžāĻ°ā§āĻāĻŋāĻ āĻ āĻŦāĻā§āĻā§āĻ āĻ°āĻŋāĻāĻāĻ¨āĻŋāĻļāĻ¨ āĻ ā§āĻ¯āĻžāĻ˛āĻāĻ°āĻŋāĻĻāĻŽ
- āĻāĻāĻ āĻā§āĻ°ā§āĻ¸ā§ āĻļāĻŋāĻā§āĻˇāĻžāĻāĻ¤ āĻāĻĻā§āĻĻā§āĻļā§āĻ¯
āĻŦā§āĻ¯āĻŦāĻšāĻžāĻ°āĻāĻžāĻ°ā§āĻ° āĻĒāĻ°ā§āĻ¯āĻžāĻ˛ā§āĻāĻ¨āĻž
3.0
ā§Ģ āĻāĻ° āĻŽāĻ§ā§āĻ¯ā§
3.0
āĻāĻāĻ¨āĻ āĻā§āĻ¨ āĻĒāĻ°ā§āĻ¯āĻžāĻ˛ā§āĻāĻ¨āĻž āĻ¨ā§āĻ
āĻāĻ āĻā§āĻ˛ā§āĻ° āĻĒā§āĻ°āĻĨāĻŽ āĻĒāĻ°ā§āĻ¯āĻžāĻ˛ā§āĻāĻ¨āĻžāĻāĻžāĻ°ā§ āĻšāĻ¨!