14 个公开数据集
53 个公开数据集
-
FlyingThings3 是一个用于光流 (optical flow)、视差 (disparity) 和场景流 (sc… -
Chairs 数据集包含大约 1,000 个不同的 3D 椅子模型的渲染图像。 该数据集被用于开发一种基于范例的 3D … -
Replica 是一个高质量室内场景三维重建数据集，包含了 18 个高真实感的室内场景。 每个场景由一个密集的网格、高分… -
Gaze360 是一个大规模视线追踪数据集，包括 238 名受试者在室内与室外环境中，大范围头部动作及距离变化中，进行 … -
ShapeNetCore 是 ShapeNet 数据集的一个子集，包括独立干净的 3D 模型，以及人工验证的类别和对齐标…
54 个公开数据集
-
AFLW2000-3D 数据集由 AFLW 数据库的前 2000 张图像及其 3D 信息组成，用于评估 3D 面部 la… -
Glint360K 是迄今为止最大、数据最干净的人脸识别数据集，包含 360,232 个人的 17,091,657 张图…
-
CrowdHuman 是一个大规模的、包含丰富标注的人类检测数据集。该数据集包含从互联网上收集的图像，其中用于训练、验证…
-
扩展的耶鲁人脸数据库 B 是一个人脸数据集，主要用于身份鉴定，其包含 28 个人类对象在 64 种照明条件下的 9 种姿… -
数据集正文内容。仅供测试使用
32 个公开数据集
2 个公开数据集
11 个公开数据集
-
Kinetics-600 是一个大规模动作识别数据集，是 Kinetics-400 数据集的一个扩展。该数据集由涵盖 6… -
YouCook2 是视觉社区中最大的任务导向的教学视频数据集。该数据集由涉及 89 个食谱的 2,000 个YouTub… -
Kinetics 是一个大规模且高质量的以人类动作为主的 YouTube 视频链接数据集，包含 65 万个视频片段，依据…
-
Charades 数据集包含人们进行日常活动的真实视频。该数据集由 9,848 个平均长度为 30 秒的日常室内活动视频… -
数据集正文内容。仅供测试使用
7 个公开数据集
-
DADA-seg 是一个像素级标注的事故数据集。该数据集从基于事件的数据中提取动态背景，以更高的时间分辨率来增强静态的 …
-
Gaze360 是一个大规模视线追踪数据集，包括 238 名受试者在室内与室外环境中，大范围头部动作及距离变化中，进行 …
43 个公开数据集
-
KTH 数据集是最标准的动作识别数据集之一，包含六个动作：步行、慢跑、跑步、拳击、挥手和拍手。 为了展示表演的细微差别，…
-
这是一个用于排球视频动作识别的数据集。该数据集有从 55 个视频里挑选出的 4,830 个标注帧，有 9 个球员动作标签… -
Sports-1M 数据集包含 100 多万个视频，视频是通过作者指定的 YouTube 网址获得的。 自数据集汇编以来…
-
Hopkins155 数据集由 156 个包含两到三个动作的视频序列组成。每个视频序列的运动对应于一个低维的子空间。每个… -
MSRDailyActivity3D 是一个由 Kinect 设备获取的日常活动数据的集合，用以进行人体行为识别的研究。…
6 个公开数据集
-
MegaDepth 是一个无限制数据源、大容量的深度图像数据集，可用于 single-view 深度预测。该数据集包含从… -
Make3D 数据集是一个单目深度估计数据集，包含 534 对 RGB-D 图像对（包括 RGB 图像及其对应的深度图像…
-
OASIS 全称 Open Annotations of Single Image Surfaces，是一个自然环境单图…
11 个公开数据集
图像分类
图像分类描述
152 个公开数据集
-
Stylized ImageNet 数据集是通过剥离 ImageNet 中的局部纹理，同时通过 AdaIN style …
-
CompCars 全称 Comprehensive Cars，这是源于网络和监控两种场景下的汽车图像数据集。网络数据包含… -
FC100 全称 Fewshot-CIFAR100，拆分自 CIFAR100 数据集，用于少样本学习。FC100 数据集…
-
VisDA 全称 Visual Domain Adaptation，是一个针对领域自适应的、从仿真器到现实环境的数据集。… -
MSU Video Super Resolution Benchmark 是一个用于视频超分辨率任务的数据集。数据集包含…
41 个公开数据集
-
Synscapes 是一个使用逼真的渲染技术，采用端到端的现实主义方法创建的、用于街道场景解析的合成数据集。它展示了训练…
-
OmniBenchmark 是一个既丰富又简洁的 benchmark，可用于评估跨语义超概念/领域 across sem…
-
Dark Zurich 是一个图像数据集，包含在夜间、黄昏、白天拍摄的共计 8,779 张图像，以及每张图像对应的相机 … -
2D-3D Match Dataset 是一个通过利用来自 RGB-D 扫描的几个 3D 数据集实现 2D-3D 对应的…
-
iSAID 是一个用于航空图像中实例分割的大规模数据集。它是第一个用于航空图像中实例分割的基准数据集，结合了实例级物体检…
29 个公开数据集
-
Manga109 由日本专业漫画艺术家绘制的 109 卷漫画组成，用于对日本漫画的媒介处理进行学术研究。作者对文字框、话…
-
这是一个具有全面标注的大型服饰数据集。基于此数据集开发的四个 benchmark 分别是 Attribute Predi…
-
Synscapes 是一个使用逼真的渲染技术，采用端到端的现实主义方法创建的、用于街道场景解析的合成数据集。它展示了训练…
-
2D-3D Match Dataset 是一个通过利用来自 RGB-D 扫描的几个 3D 数据集实现 2D-3D 对应的…
-
DocVQA 是一个关于文档图像信息提取的开放式问答数据集。该数据集在对文件结构理解的问题上进行了改进。数据集包含在 1…
18 个公开数据集
-
这是一个具有全面标注的大型服饰数据集。基于此数据集开发的四个 benchmark 分别是 Attribute Predi…
-
iSAID 是一个用于航空图像中实例分割的大规模数据集。它是第一个用于航空图像中实例分割的基准数据集，结合了实例级物体检…
-
RoadTracer 数据集是一个用于从航空图像中提取道路网络的数据集，包括一个大型图像库（高分辨率卫星图像以及 gro…
-
GTSRB 全称 German Traffic Sign Recognition Benchmark，是一个用于交通标志…
-
Partial-REID 数据集是一个经过独特设计的部分遮挡的行人重识别数据集。其采用深度空间特征重建 DSR (Dee…
18 个公开数据集
-
这是一个取证 (forensics) 数据集，使用了 Face2Face、FaceSwap、DeepFakes 和 Ne… -
Perceptual Similarity 是一个关于人类感知相似性判断的数据集。该数据集系统地评估了不同架构和任务的深…
-
AFHQ 全称 Animal Faces-HQ，是一个动物脸谱数据集。该数据集由 15,000 张分辨率为 512×51…
-
LFSD 全称 Light Field Saliency Database，是一个用于显著性检测的光场数据集。 该数据集…
-
MNIST-M 数据集是通过将 MNIST 手写数字数据集与 BSDS500 数据集中随机抽取的彩色照片作为背景创建的。…
8 个公开数据集
19 个公开数据集
43 个公开数据集
-
DensePose-COCO 是一个大规模的 ground truth 数据集，包含在 50K COCO 图像上手动标注…
-
这是一个用于探讨在拥挤场景中的多人姿态估计的图像数据集。该数据集包括 2 万张图像和标注有 14 个关键点的 8 万个人…
-
PASCAL VOC DATASET 由 Pascol VOC 项目组于 2012 年发布，其包含往届 PASCAL V… -
3DPW 全称 3D Poses in the Wild，是首个具有精确 3D 姿态的户外数据集，可用于解决姿态估计问题…
-
MPI-INF-3DHP 是一个由室内与室外场景组成的，3D 人体姿态估计数据集。该数据集由 130 多万帧图像组成，从…
22 个公开数据集
-
PASCAL VOC DATASET 由 Pascol VOC 项目组于 2012 年发布，其包含往届 PASCAL V…
-
LVIS 全称 Large Vocabulary Instance Segmentation，是一个用于长尾实例分割的数…
-
据相关研究显示，病理性近视易对患者的视力造成不可逆转的损害。因此病理性近视的早期诊断与定期随访，显得极为重要。为此，Ch…
-
Virtual KITTI 是一个具有照片真实感的合成视频数据集，用于学习和评估计算机视觉模型，以完成多个视频理解任务：…
-
Densely Annotation Video Segmentation dataset (DAVIS) 是一个高质量…
4 个公开数据集
-
UCF-QNRF 由弗罗里达大学在 2018 年发布，共包括 1535 张人群图像，其中训练集 1201 张图像，测试集… -
ShanghaiTech 是一个大规模人群密集计数数据集，由上海科技大学在 2016 年发布，共计包括 1198 张人群… -
CityStreet: Multi-view crowd counting数据集是由香港城市大学提供，包括在旷阔视野的街…
5 个公开数据集
-
Multi-Domain Sentiment Dataset 是一个多域情感分析数据集，它收集了来自亚马逊平台不同类别产…
23 个公开数据集
-
CK+ 全称 Extended Cohn-Kanade dataset，是一个包含 593 个视频序列的数据集。视频来自…
-
Hateful Memes 是一个用于仇恨言论检测的多模态数据集（图像+文本）。该数据集包含了 Facebook AI …
-
FER2013 全称 Facial Expression Recognition 2013 Dataset，该数据集包含…
-
MELD 全称 Multimodal EmotionLines Dataset，是通过增强和扩展 EmotionLine…
-
Multi-Domain Sentiment Dataset 是一个多域情感分析数据集，它收集了来自亚马逊平台不同类别产…
5 个公开数据集
-
RHD 全称 Rendered Hand Pose，是一个关于手势估计的图像数据集。该数据集包含了 41,258 个训练…
3 个公开数据集
-
这是一个具有全面标注的大型服饰数据集。基于此数据集开发的四个 benchmark 分别是 Attribute Predi…
6 个公开数据集
-
HotpotQA 数据集是一个在英文维基百科上收集的大规模问答数据集，包括 11.3 万个众包问题，要回答这些问题，需要…
-
SAOKE 全称 Symbol Aided Open Knowledge Expression，是一个人工标注数据集，包…
-
WikiLinks 维基百科链接数据集是一个将维基百科的全文按段落、短语或段落本身的一部分进行搜索的数据集。该数据集将维…
-
Multi-Domain Sentiment Dataset 是一个多域情感分析数据集，它收集了来自亚马逊平台不同类别产…
42 个公开数据集
-
WikiLinks 维基百科链接数据集是一个将维基百科的全文按段落、短语或段落本身的一部分进行搜索的数据集。该数据集将维…
-
USPS 全称 United States Postal Service，这是一个数字识别的数据集，数据由美国邮政署自动… -
Book - Crossing Dataset 是由 Book - Crossing 社区的 278858 名用户的评分…
-
NLPCC2016数据集与流行的新闻数据集不同，使用更多来自新浪微博的非正式文本。训练和测试数据由来自不同主题的微博组成…
-
WikiText 长期依赖语言建模数据集包含 1 亿个英文词汇，其来自于 Wikipedia 优质文章和标杆文章。 该数…
10 个公开数据集
-
Microsoft COCO Captions 数据集为 Microsoft Common Objects in COn…
-
DuIE 是一个大规模的人工标注数据集，可用来评估基于架构的知识抽取算法。 该数据集包含超过 21 万个现实世界的中文句…
-
NLPCC2016数据集与流行的新闻数据集不同，使用更多来自新浪微博的非正式文本。训练和测试数据由来自不同主题的微博组成…
-
WikiText 长期依赖语言建模数据集包含 1 亿个英文词汇，其来自于 Wikipedia 优质文章和标杆文章。 该数…
-
icwb2-data数据集是由北京大学、香港城市大学、台湾CKIP, Academia Sinica及中国微软研究所联合…
22 个公开数据集
-
TextSeg 是一个大规模文本检测及分割数据集，标注精细、用途广泛。 该数据集包括六种类型的标注：word-、char…
-
Synthetic Chinese String 数据集是一个中文字符识别数据集，包含 360 多万张训练图片，5824…
-
Hateful Memes 是一个用于仇恨言论检测的多模态数据集（图像+文本）。该数据集包含了 Facebook AI …
-
WikiLinks 维基百科链接数据集是一个将维基百科的全文按段落、短语或段落本身的一部分进行搜索的数据集。该数据集将维…
-
Total-Text 是一个文本检测数据集，由 1,555 张图像组成，涵盖超过三种不同的文本方向（水平、多方向和弯曲）…
18 个公开数据集
5 个公开数据集
-
BSTC 全称 Baidu Speech Translation Corpus，是一个大型自动同声传译数据集， 用于自动…
-
该数据集是一个针对日文漫画的机器翻译评估数据集，包含五部不同风格（幻想、爱情、战斗、悬疑、生活）的漫画，数据集中共包含 …
-
WMT 2015 French/English parallel texts 是用于训练翻译模型的法语/英语平行文本数据… -
European Parliament Proceedings Parallel Corpus 1996-2011 数据…
189 个公开数据集
-
VehicleID 数据集又称 PKU VehicleID，包含中国一个小城市中的汽车的图像，数据由分布在该城市中的多个…
-
https://hyper.ai/datasets/7660 PASCAL VOC 2007 数据集适用于图像分类和目标… -
UAVDT 全称 Unmanned Aerial Vehicle Benchmark Object Detection … -
PASCAL VOC DATASET 由 Pascol VOC 项目组于 2012 年发布，其包含往届 PASCAL V…
-
据相关研究显示，病理性近视易对患者的视力造成不可逆转的损害。因此病理性近视的早期诊断与定期随访，显得极为重要。为此，Ch…
33 个公开数据集
-
TrackingNet 是一个大规模的目标跟踪数据集，由户外视频组成。该数据集包含 30,643 个视频片段，分为 30…
-
UAVDT 全称 Unmanned Aerial Vehicle Benchmark Object Detection …
-
CroHD 全称 Crowd of Heads Dataset，是一个可用于头部追踪任务的数据集。该数据集由 9 个高清…
-
VOT2017 是被用于 2017 年 VOT 挑战 （The Visual Object Tracking chall…
-
TrackNet 是一个用于识别体育运动中网球运动的数据集。 第一个数据集基于 2017 年夏季世界大学生运动会网球男单…
31 个公开数据集
6 个公开数据集
-
DiDeMo 全称 Distinct Describable Moments，可用于在给定自然语言描述的情况下，对视频中…
-
Clotho 是一个 audio captioning 数据集。该数据集侧重于音频的内容，以及字幕的多样性，由 4,98… -
DuConv 是一个基于电影和明星领域的数据集，包括票房、导演、评论等信息。 该数据集包括 30k 个对话，大…
-
VQA (v2.0) 全称 Visual Question Answering (v2.0)，是一个人工标注的、关于图像…
-
该对联数据集共包含 70 余万条对联数据，按字切分，并分为训练数据集、测试数据集以及一份词汇表。其中，训练数据集、测试数…
8 个公开数据集
22 个公开数据集
-
Vimeo-90K 是一个大规模高质量视频数据集，用于处理低级别视频。 该数据集包含从 vimeo.com下载的 89,…
-
Video Highlights 数据集包含了超过 1470 个完整的综艺节目视频（约 1200h）的播放链接和包含提取…
-
SumMe 是一个视频摘要数据集，由 25 个视频组成，每个视频至少有 15 个人为标注，共有 390 个标注。 数据由…
-
TVSum 全称 Title-based Video Summarization Dataset，是验证视频摘要技术的一…
-
Densely Annotation Video Segmentation dataset (DAVIS) 是一个高质量…
39 个公开数据集
-
Dark Zurich 是一个图像数据集，包含在夜间、黄昏、白天拍摄的共计 8,779 张图像，以及每张图像对应的相机 …
-
VisDA 全称 Visual Domain Adaptation，是一个针对领域自适应的、从仿真器到现实环境的数据集。…
-
这一个大型的服装图像数据集，包含来自 polyvore （一个流行的时装网站）的 21,889 套服装，其中 17,31… -
PASCAL-Scirbble 数据集又称 ScribbleSup，是 PASCAL 数据集的扩展，带有用于语义分割的 …
-
HotpotQA 数据集是一个在英文维基百科上收集的大规模问答数据集，包括 11.3 万个众包问题，要回答这些问题，需要…
1 个公开数据集
20 个公开数据集
-
BSTC 全称 Baidu Speech Translation Corpus，是一个大型自动同声传译数据集， 用于自动…
-
这是一个大规模且与文本无关的声纹识别数据集，包含来自 YouTube 视频中 1,251 位名人的 10 万条语音。 示…
-
VoxCeleb2 是一个源自开源媒体的大规模说话人 (Speaker) 识别数据集，由超过 6 千名说话者的一百万条语…
-
VoxForge 是开源语音识别引擎的语音语料库和声学模型库，该数据集由 VoxForge 发布，其创建的初衷是为免费和…
-
TIMIT 数据集由 8 种主要美国英语方言共 630 个录音片段组成，其中每个方言都有 10 个语音丰富的句子。 TI…
14 个公开数据集
-
Perceptual Similarity 是一个关于人类感知相似性判断的数据集。该数据集系统地评估了不同架构和任务的深…
-
MSU Video Super Resolution Benchmark 是一个用于视频超分辨率任务的数据集。数据集包含…
-
REDS 全称 The REalistic and Diverse Scenes，是一个提供了现实和动态场景的数据集，可… -
Vimeo-90K 是一个大规模高质量视频数据集，用于处理低级别视频。 该数据集包含从 vimeo.com下载的 89,…
-
GoPro 数据集是一个用于去模糊任务的数据集。 该数据集包括 3,214 张大小为 1,280×720 的模糊图像，其…
10 个公开数据集
-
UrbanSound8K 是一个音频数据集，包含 8,732 个带标注的城市声音片段（≤4 秒）。该数据集包含 27 个… -
ESC-50 数据集是 2000 个环境声音记录的标注集合，用于进行环境声音分类的研究。该数据集主要包括 2000 个长…
54 个公开数据集
-
Q-Traffic是一个大规模的交通预测数据集，包括三个子集： query sub-dataset：采集自百度地图，包含…
-
Silhouettes 又称 CalTech 101 Silhouettes，是一个基于 CalTech 101 图像标…
-
Moving MNIST 数据集包含 10,000 个视频序列，每个序列由 20 帧组成。 在每个视频序列中，两个数字在… -
Book - Crossing Dataset 是由 Book - Crossing 社区的 278858 名用户的评分…
-
Million Song 数据集的核心数据是 The Echo Nest 发布的 Taste Profile 子集，它由…