LLVIP 全称 A Visible-infrared Paired Dataset for Low-light Vision，是关于弱光视觉的可见光-红外图像对数据集，包含 30,976 张图像即 15,488 对，24 个夜晚场景，2 个白天场景。该数据集可用于图像转换（可见…
LLVIP 目标检测图像数据集
分类: 目标检测
Cops-Ref 目标物指代理解数据集
Cops-Ref 全称 Compositional Referring Expression Comprehension，是关于在目标物指代理解方面的视觉推理图像数据集。该数据集包含 75,299 张真实图像、148,712 条文本描述和 1,307,885 个候选区域。 该数据…
SKU110K-R 目标检测数据集
SKU110K-R 是一个带有广泛的、完全标注的图像数据集，是研究人员对 SKU110K 数据集的定向边界框进行重新标注而得的，主要用于定向和密集的目标检测的评估。
StreetHazards 异常检测数据集
StreetHazards 是面向异常物检测的合成图像数据集，由研究人员使用虚拟引擎和 CARLA 模拟环境创建而成。研究人员在驱动场景中插入各种各样外来物体，并用这些新物体重新渲染创造场景。数据集中有 5,125 个图像和语义分割 ground truth 组用于训练，1,03…
TJU-DHD 高分辨率图像数据集
TJU 全称 Tianjin University，DHD 全称 diverse high-resolution dataset，TJU-DHD 是用于目标检测和行人检测的高分辨率数据集，包含 115,354 张高分辨率图像（52% 的图像分辨率为 1624×1200 像素，48…
WilderPerson 户外行人检测数据集
WiderPerson 是关于户外行人检测的基准数据集。该数据集图像场景多样，不再局限于交通场景。该数据集包含 13,382 张图像，40 万个遮挡物的标注，其中 8,000 张图像用于训练，1,000 张图像用于验证，4,382 张图像用于测试。与 CityPersons 和 …
Argoverse-HD 流媒体物体检测数据集
Argoverse-HD 是一个关于流媒体物体检测的数据集，包括实时物体检测、视频物体检测、跟踪和短期预测。该数据集包含了 Argoverse 1.1 的视频数据，总共有 7 万个图像帧和 130 万个边界框，这些视频具有 MS COCO 风格的标注和轨迹 ID，分辨率为 192…
EORSSD 光学遥感图像数据集
EORSSD 全称 Extended Optical Remote Sensing Saliency Detection，该数据集是 ORSSD 数据集的扩展，包含了 2,000 张图像和相应的像素级 ground truth。数据集中的许多图像在语义上富有意义和挑战性。该数据比…
NJU2K 立体图像数据集
NJU 全称 Nanjing University，是一个大型 RGB-D 图像数据集，包含了 1,895 对图像。立体图像是从互联网和 3D 电影中收集的，照片是由富士相机 W3 拍摄的。该数据集可用于三维视觉信息的显著性检测研究。
ETH 行人检测数据集
ETH 全称 Eidgenössische Technische Hochschule Zürich，是一个用于行人检测的图像数据集。这些图像由安装在汽车上的 AVT Marlins F033C 拍摄，分辨率为640×480（bayered），帧速率为13—14 FPS。数据集的…
ABC Dataset CAD 模型数据集
ABC 全称 A Big CAD Model，是包含了 100 万个计算机辅助设计（CAD）模型的数据集，用于研究几何深度学习方法和应用。每个模型都包含了显式参数化曲线和曲面，为微分量、补丁分割、几何特征检测和形状重建提供了基础。我们对曲面和曲线的参数化描述进行采样，可以生成不同…
ExDark 弱光图像数据集
ExDark 全称 Exclusively Dark Image Dataset，用于促进弱光环境下的物体检测和图像增强研究。 该数据集涵盖了从极弱光环境到微光环境（共 10 种不同的光照条件）下的 7,363 幅弱光图像，包含有 12 个对象类别。
JAAD 自动驾驶数据集
JAAD 全称 Joint Attention in Autonomous Driving，是用于研究自动驾驶背景下联合注意力的数据集。重点是行人和驾驶员在交叉路口的行为以及影响他们的因素。 该数据集包含 346 个视频片段，帧率为30，时长 5-10 秒，总共 82,032 帧…
FSOD 小样本目标检测数据集
FSOD 数据集，全称 Few-Shot Object Detection Dataset，是一个高度多样化的数据集， 专为小样本目标检测而设计，本质上是为了评估新类别模型的泛化能力 (generality)。 该数据集共有 1,000 个类别，其中 531 个 类别来自 Ima…
TrashCan 实例分割数据集
TrashCan 是一个水下垃圾的实例分割数据集，由 7,212 张标注图像组成，记录了各种水下垃圾、无人潜水器和海底动植物群的活动。该数据集的标注采用了实例分割标注的格式，其图像来源于 J-EDI 数据集。