数据集下载排行

当前页面更新时间 2022-12-05 04:55:16

总下载排行

  1. ImageNet 10 图像识别数据集
    9556 次
    ImageNet Dataset 是目前世界上最大的图像识别数据库，主要用于机器视觉领域的图像分类和目标检测，根据 WordNet 层次结构组织，其中每个节点由数百甚至数千张图像描绘，每个节点有平均超过 500 个图像，包含 2.2 万类约 1500 万张图片。 ImageNet…
  2. OpenMantra 漫画机器翻译评估数据集
    5955 次
    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 1593 个句子，848 个场景画面和 214 页漫画，由东京大学 Mantra 团队发布。 数据格式：带注释的 JSON 文件和原始图像
  3. UCAS-AOD 遥感影像数据集
    4737 次
    UCAS-AOD Dataset 是一个遥感影像数据集，其包含汽车和飞机两类目标以及背景负样本。 该数据集由国科大于 2014 年首次发布，并于 2015 年补充，相关论文有《Orientation Robust Object Detection in Aerial Images…
  4. VGG-Face2 人脸识别数据集
    4627 次
    VGG-Face 2 Dataset 是一个大规模人脸识别数据集，其包含共计 9131 个人的面部数据，其图像均来自 Google 的图片搜索，在姿势、年龄、种族和职业方面有很大差异。 该数据集由牛津大学·工程科学系视觉几何组于 2015 年发布，相关论文有《Deep Face …
  5. DOTA 航拍图像数据集
    4326 次
    DOTA Dataset（A Large-scale Dataset for Object DeTection in Aerial Images）是用于航拍图像中目标检测的图像数据集，其被用于发现和评估航拍图像中的物体，DOTA - V1.0 包含来自不同传感器和平台共计 280…
  6. MS-Celeb-1M 名人图片数据集
    3739 次
    MS - Celeb - 1M Dataset 是由全世界 100 万位名人图片组成的数据集，其主要用于身份鉴定研究，训练集通过收集名单中流行程度在前 10 万的名人，然后利用搜索引擎为每个名人提供约 100 张图像，进而产生 1000 万张网络图像。 该数据集由微软于 2016…
  7. NWPU Data Set 遥感影像数据集
    3419 次
    NWPU Dataset 是一个遥感影像数据集，其中 NWPU-RESISC45 Dataset 是由西北工业大学创建的遥感图像场景分类可用基准，该数据集包含像素大小为 256*256 共计 31500 张图像，涵盖 45 个场景类别，其中每个类别有 700 张图像。 这 45 …
  8. AID Data Set 遥感影像数据集
    3239 次
    AID Dataset 是一个遥感影像数据集，其包含 30 个类别的场景图像，其中每个类别有约 220 - 420 张，整体共计 10000 张，其中每张像素大小约为 600*600。 该数据集由华中科技大学和武汉大学于 2017 年发布。
  9. NWPU VHR-10 地理空间物体检测遥感数据集
    3064 次
    NWPU VHR-10 Dataset 是一个用于空间物体检测的 10 级地理遥感数据集，其拥有 650 张包含目标的图像和 150 张背景图像，共计 800 张，目标种类包括飞机、舰船、油罐、棒球场、网球场、篮球场、田径场、港口、桥梁和汽车共计 10 个类别。 该数据集由西北工…
  10. The ORL Database of Faces 人脸数据集
    2958 次
    ORL Dataset 是剑桥大学 AT&T 实验室制作的人脸数据集，其包含从 1992 年 4 月到 1994 年 4 月期间实验室成员的人脸图像。 该数据集的图像分为 40 个不同主题，其中每个主题包含 10 幅图像。
  11. KITTI 计算机视觉算法评测数据集
    2852 次
    KITTI 是一套计算机视觉算法评测数据集，其主要用于自动驾驶场景下的相关测试，评测种类涵盖立体图像、光流、视觉测距、3D 物体检测和 3D 追踪等。KITTI 包含市区、乡村和高速公路等场景采集的真实图像数据，每张图像有最多 15 辆车和 30 个行人，并且拥有不同程度的遮挡和…
  12. MVTec-AD 工业检测数据集
    2774 次
    MVTec-AD数据集是用于对异常检测方法进行基准测试的数据集，重点是工业检测。 它包含超过5000个高分辨率图像，分为十五个不同的对象和纹理类别。 每个类别包括一组无缺陷的训练图像和具有各种缺陷的图像的测试集以及没有缺陷的图像
  13. Inria Aerial Image Labeling Dataset 遥感图像数据集
    2768 次
    Inria Aerial Image Labeling Dataset 是一个用于城市建筑物检测的遥感图像数据集，其标记被分为建筑和非建筑两种，主要用于语义分割。 该数据集由 Inria 于 2017 年发布，相关论文有《Can Semantic Labeling Methods…
  14. UC Merced Land-Use Data Set 土地利用图像遥感数据集
    2748 次
    UC Merced Land-Use Dataset 是一个用于研究的 21 级土地利用图像遥感数据集，共拥有 100 类图像，均提取自 USGS National Map Urban Area Imagery 系列，其被用于全国各地的城市地区。此数据集公共领域图像的像素分辨率为…
  15. Set5，Set14 低复杂度单图像超分辨率数据集
    2700 次
    Set5，Set14 Dataset 是基于非负邻域嵌入的低复杂度单图像超分辨率的数据集，该训练集被用于单幅图像超分辨率重构，即根据低分辨率图像重构出高分辨率图像以获取更多的细节信息。 这项技术已被广泛应用于计算机视觉与图形学、医学成像、安全监控等领域。 该数据集由比利埃大学、法…
  16. xBD 自然灾害图像数据集
    2681 次
    xBD 数据集是迄今为止第一个建筑破坏评估数据集，是带注释的高分辨率卫星图像的规模最大、质量最高的公共数据集之一。 该数据集包含 22068 张图像，均是 1024*1024 的高分辨率卫星遥感图像，标记有 19 种不同的事件，包括地震，洪…
  17. Oxford 102 Flowers 花卉图片数据集
    2574 次
    Oxford 102 Flowers Dataset 是一个花卉集合数据集，主要用于图像分类，它分为 102 个类别共计 102 种花，其中每个类别包含 40 到 258 张图像。 该数据集由牛津大学工程科学系于 2008 年发布，相关论文有《Automated flower c…
  18. WHU-RS19 Data Set 遥感影像数据集
    2518 次
    WHU-RS19 Dataset 是一个遥感影像数据集，其包含 19 个类别的场景影像共计 1005 张，其中每个类别有 50 张。 该数据集由武汉大学于 2011 年发布，相关论文有《Satellite Image Classification via Two-layer Sp…
  19. UCF101 人类动作视频数据
    2513 次
    UCF-101 是从 YouTube 收集的具有 101 个动作类别的数据集，它是具有 50 个动作类别数据集 UCF-50 的扩展。 UCF-10 数据集具有 101 个动作类别，共计 13320 个视频，其在动作方面提供多样性，并且存在以相机运动、物体外观、物体比例、姿势等方…
  20. ModelNet 三维点云数据集
    2489 次
    ModelNet 数据集共有 662 种目标分类，127915 个 CAD 模型，以及 10 类标记过方向的数据，旨在为计算机视觉、计算机图形学、机器人和认知科学的研究人员提供全面的物体 3D 模型。 该数据集包含了三个子集： ModelNet10 为 10 个标记朝向的子集数据…
  21. Spambase 垃圾邮件数据集
    2433 次
    Spambase Dataset 是一个垃圾邮件数据集，其包含 57 个属性和 4601 个实例，该数据集主要用于垃圾邮件的识别分类，其中垃圾邮件的资源均来自于邮件管理员和提交垃圾邮件的个人，其可被用于构建垃圾邮件过滤器。 该数据集由惠普实验室于 1999 年 7 月发布，主要发…
  22. SynthText 自然场景图像数据集
    2424 次
    SynthText 数据集由包含单词的自然场景图像组成，其主要运用于自然场景中的文本检测，该数据集由 80 万个图像组成，大约有 800 万个合成单词实例。 每个文本实例均使用文本字符串、字级和字符级边界框进行注释。 SynthText 数据集由牛津大学工程科学系视觉几何组的 G…
  23. RSOD-Dataset 物体检测数据集
    2315 次
    RSOD Dataset 是用于遥感图像中物体检测的数据集，其包含飞机、操场、立交桥和油桶四类目标，数量分别为：446 张图 —— 4993 架飞机，189 张图 —— 191 个操场，176 张图 —— 180 座立交桥，165 张图 —— 1586 个油桶。 该数据集由武汉大…
  24. CEW 闭眼人脸数据集
    2257 次
    CEW （Closed eyes in the wild）闭眼数据集由南京航空航天大学提供，包含了2423个测试者睁眼与闭眼状态的照片，照片的差异化体现于测试者个体的差异以及各种环境的变化，如光照、模糊度、遮挡等因素。该数据集可用作于眼睛检测等任务的研究，具有挑战性
  25. INRIA Person Dataset 行人检测数据集
    2240 次
    INRIA Dataset 是一个行人检测数据集，其图片库被分为只有车、只有人、有车有人和无车无人四个类别，其中正样本为 PNG 格式，负样本为 JPG 格式，该数据集包含具有相应注释文件的原始图像和标准化格式图像两类。 INRIA Dataset 由 INRIA 于 2005 …
  26. Dataset-UAV-123 视频数据集
    2238 次
    Dataset-UAV-123 是由低空无人机捕获视频组成的数据集，这与 OTB50、VOT2014 等主流跟踪数据集中的视频存在本质区别，该数据集的子集被用于长期空中跟踪，其包含共计 123 个视频序列以及超过 110k 帧，它也是 ALOV 300++ 之后的第二大对象跟踪数…
  27. Caltech-UCSD Birds-200-2011 鸟类数据集
    2228 次
    Caltech-UCSD Birds-200-2011 Dataset 是用于图像分类的鸟类数据集，它是 CUB-200[7] 的扩展版本，涵盖 200 种鸟类共计 11,788 张图片，相较于前版，它每个类别的图像数量增加了一倍，并增加新的部件以用于本地化注释，并且所有图像均使…
  28. RSSCN7 Data Set 遥感图像数据集
    2215 次
    RSSCN7 Dataset 包含 2800 幅遥感图像，这些图像来自于 7 个典型的场景类别 —— 草地、森林、农田、停车场、住宅区、工业区和河湖，其中每个类别包含 400 张图像，分别基于 4 个不同的尺度进行采样。 该数据集中每张图像的像素大小为 400*400，场景图像的…
  29. Brown Corpus 布朗语料库
    2206 次
    布朗语料库是美国英语的首个文本语料库，它取自不同主题的报纸文本、书籍以及政府文件，包含 1,014,312 个单词的它主要用于语言建模。 原始语料库包含手动注释的句子、标记边界和单词类注释，转换的语料库则包含基于布朗语料库 TEI / XML 版本重建的完整文本，并通过 OLiA…
  30. THCHS30 中文语音数据集
    2203 次
    THCHS30是由清华大学语音与语言技术中心（CSLT）出版的开放式中文语音数据库，可以用于中文语音识别系统的开发。该数据集语音数据是在安静的办公室环境下录取的，总时长超过30个小时。采样频率16kHz，采样大小16bits。

近期热门资源

  1. VGG-Face2 人脸识别数据集
    4627 次
    VGG-Face 2 Dataset 是一个大规模人脸识别数据集，其包含共计 9131 个人的面部数据，其图像均来自 Google 的图片搜索，在姿势、年龄、种族和职业方面有很大差异。 该数据集由牛津大学·工程科学系视觉几何组于 2015 年发布，相关论文有《Deep Face …
  2. ImageNet 10 图像识别数据集
    9556 次
    ImageNet Dataset 是目前世界上最大的图像识别数据库，主要用于机器视觉领域的图像分类和目标检测，根据 WordNet 层次结构组织，其中每个节点由数百甚至数千张图像描绘，每个节点有平均超过 500 个图像，包含 2.2 万类约 1500 万张图片。 ImageNet…
  3. ShanghaiTech 人群计数数据集
    1051 次
    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 张人群图像。 该数据集为在 Single Image Crowd Counting via Multi Column Convolutional Neural Net…
  4. DOTA 航拍图像数据集
    4326 次
    DOTA Dataset（A Large-scale Dataset for Object DeTection in Aerial Images）是用于航拍图像中目标检测的图像数据集，其被用于发现和评估航拍图像中的物体，DOTA - V1.0 包含来自不同传感器和平台共计 280…
  5. AI Challenger 图像理解数据集
    64 次
    AI Challenger 是一个大规模的图像理解数据集，可以作为评估和改进各种算法的有效基准。此外，研究人员也可使用该数据集进行模型的预训练。 该数据集包括：• 3 个子集：人类关键点检测 (HKD)、大规模属性数据集 (LAD) 和图像中文说明 (ICC)。• 丰富的标注，弥…
  6. UMD Faces 面部数据集
    1635 次
    UMD Faces Dataset 是一个面部数据集，主要用于身份鉴定研究，它拥有 8501 个主题共计 367,920 个面孔。该数据集分为静止图像和视频帧两部分，其中静止图像包含 367,888 张图，共计 8277 个主题；视频帧则包含 22,000 个主题视频，共计 37…
  7. Cityscapes 立体视频数据集
    2081 次
    Cityscapes 数据集包含 50 个不同城市街景中记录的视频序列，其中包含 20000 个弱注释帧和 5000 帧的高质量像素级注释。 该数据集专注于对城市街景的语义理解，旨在将评估视觉算法用于语义城市场景理解中，该数据集的应用有以下两点： 像素级和实例级语义标签;&nbs…
  8. ApolloScape 场景解析数据集
    586 次
    Apollo Scape 是一个像素级标注的场景解析数据集，来源于阿波罗自动驾驶项目中，其旨在促进自动驾驶方面的创新。 该数据集由百度于 2018 年发布。
  9. SemanticKITTI 数据集
    1812 次
    SemanticKITTI 是自动驾驶领域的权威数据集，它基于 KITTI 数据集，对 KITTI Vision Odometry Benchmark 中的所有序列都进行了标注，同时还为 LiDAR 360 度范围内采集到的所有目标，进行了密集的逐点注释。 该数据集包含 28 个…
  10. MS-Celeb-1M 名人图片数据集
    3739 次
    MS - Celeb - 1M Dataset 是由全世界 100 万位名人图片组成的数据集，其主要用于身份鉴定研究，训练集通过收集名单中流行程度在前 10 万的名人，然后利用搜索引擎为每个名人提供约 100 张图像，进而产生 1000 万张网络图像。 该数据集由微软于 2016…
  11. LSUN 20 Object Categories 大型图片数据集
    993 次
    LSUN 20 Object Categories Dataset 是一个大规模图像数据集，其基于人类在循环中进行深度学习的构建，其包含 20 个对象类别共计约 100 万张标记图像。 该数据集由加州大学伯克利分校等于 2015 年发布，主要发布人有 Fisher Yu、Pete…
  12. AVSpeech – 视听语音数据集
    1467 次
    AVSpeech is a new, large-scale audio-visual dataset comprising speech video clips with no interfering backgruond noises. The segments are 3-…
  13. Caltech-101 图片数据集
    2062 次
    Caltech-101 Dataset 是由 101 个类别的对象图片组成的数据集，它主要用于目标识别和图像分类。不同类别有 40 至 800 张图片，每张图片的大小在 300 * 200 像素，且数据集的发布者均已标注对应的目标以供使用。 该数据集由加州理工学院的李菲菲、马克安…
  14. CurveLanes 车道检测数据集
    54 次
    CurveLanes 是一个新的基准车道检测数据集，包含 150K 车道图像。该数据集包括很多较为复杂的场景，如 S 路、Y 车道，还有夜间和多车道的场景。 其中训练集包含 10 万张图像，验证集包含 2 万张图像，测试集包含 3 万张图像。大多数图像的分辨率为 2650 x 1…
  15. ShapeNetCore V1+V2 三维模型数据集
    289 次
    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注。该数据集涵盖了 55 个常见的物体类别，约 51,300 个独特的 3D 模型。 PASCAL 3D+ 是一个流行的计算机视觉 3D 基准数据集，其中的 1…
  16. Inria Aerial Image Labeling Dataset 遥感图像数据集
    2768 次
    Inria Aerial Image Labeling Dataset 是一个用于城市建筑物检测的遥感图像数据集，其标记被分为建筑和非建筑两种，主要用于语义分割。 该数据集由 Inria 于 2017 年发布，相关论文有《Can Semantic Labeling Methods…
  17. OTB-2013 视觉跟踪数据集
    57 次
    OTB2013 是目前 OTB2015 视觉追踪基准的早期版本。OTB2013 数据集仅包含 50 个跟踪序列，而目前版本 OTB2015 的基准是 100 个序列。 同时作者还提出了一系列的评估准则。该数据集及评价标准为跟踪算法提供了统一的测试与评估环境，极大地促进了早期视觉跟…
  18. DOTA 航拍图像数据集 v1.5+v2.0
    149 次
    DOTA 是一个用于航拍图像中目标检测的大规模数据集，本数据集为 v1.5 及 v2.0 版本。 数据集包含来自不同的传感器和平台的航拍图。每张图像的像素尺寸在 800 × 800 到 20,000 × 20,000 之间，其中包含不同大小、方向和形状的物体。DOTA 图像中的实…
  19. MSU 视频超分辨率数据集
    0 次
    MSU Video Super Resolution Benchmark 是一个用于视频超分辨率任务的数据集。数据集包含细节修复 (detail restoration) 任务中最复杂的内容：人脸、文本、二维码、车牌号、未显示图案的纹理、小细节。视频包括不同类型的运动以及不同类型…
  20. WHU-RS19 Data Set 遥感影像数据集
    2518 次
    WHU-RS19 Dataset 是一个遥感影像数据集，其包含 19 个类别的场景影像共计 1005 张，其中每个类别有 50 张。 该数据集由武汉大学于 2011 年发布，相关论文有《Satellite Image Classification via Two-layer Sp…
  21. DAQUAR 真实世界图像问答数据集
    52 次
    DAQUAR，全称 DAtaset for QUestion Answering on Real-world images，是一个关于图像的人类问答的数据集。该数据集的图像来自于 NYU-Depth v2 数据集，都是关于室内场景的 RGBD 图像，其中 795 张用于训练，65…
  22. iSAID 航空图像实例分割数据集
    0 次
    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测和像素级分割任务。数据集包含 15 个类别中 655,451 个对象实例的 2,806 张高分辨率图像。iSAID 的图像与 DOTA-v1.0 数据集相同，…
  23. Tanks Temple 图像数据集
    1315 次
    Tanks Temple 是由坦克和寺庙照片组成的图像数据集，其主要用于三维重建，该数据集提供培训数据和测试数据两类，其中测试数据分为中级组和高级组。 中级组包含雕塑、大型车辆和具有外观相机轨迹的房屋建筑，高级组则包含从内部和大型室外场景拍摄的室内场景，其具有复杂的几何布局和相机…
  24. RSSCN7 Data Set 遥感图像数据集
    2215 次
    RSSCN7 Dataset 包含 2800 幅遥感图像，这些图像来自于 7 个典型的场景类别 —— 草地、森林、农田、停车场、住宅区、工业区和河湖，其中每个类别包含 400 张图像，分别基于 4 个不同的尺度进行采样。 该数据集中每张图像的像素大小为 400*400，场景图像的…
  25. CMU Frontal Face Images 人脸图像数据集
    876 次
    CMU Frontal Face Images Dataset 是一个用于人脸识别和身份鉴定的图像数据集，包含 511 个闭合的人脸图像，其中有 130 个是正面的人脸图像，所有图片均为黑白的 GIF 格式。 CMU - MIT Dataset 由卡内基·梅隆大学和麻省理工学院于…
  26. 武当山紫霄宫 – 古建筑图像数据集
    677 次
    武当山紫霄宫数据集是以「五台」、「峨眉」、「九华」和「普陀」的中国四大佛教名山，「武当」、「青城」两大道教名山为主的典型古建筑图像数据，其被用于评价三维重建算法在大规模复杂场景上的重建效果。 该数据集由中科院自动化研究所发布，其中图片均采用佳能 EOS 5D 单反相机拍摄。
  27. Gendarmenmarkt 三维建模图片数据集
    650 次
    Gendarmenmarkt Dataset 是用于三维建模的图片数据集，其利用平均极线几何求解运动问题中的结构。 该数据集由康奈尔大学于 2014 年发布，主要发布人为 Kyle Wilson 和 Noah Snavely，相关论文有《Robust Global Transla…
  28. PASCAL VOC DATASET
    1940 次
    PASCAL VOC DATASET 由 Pascol VOC 项目组于 2012 年发布，其包含往届 PASCAL VOC 挑战赛的成果，同时这项挑战赛也与 2012 年完成最后一届。 PASCAL VOC 大赛是一项世界级计算机视觉挑战赛，该挑战赛由 Mark Evering…

数据集尺寸排行

  1. A2D2 奥迪自动驾驶数据集
    2.26 TB
    A2D2 全称 Audi Autonomous Driving Dataset，是一个奥迪自动驾驶数据集，包含同步图像和 3D点云，以及 3D bounding box、语义分割、实例分割及提取自车辆总线的数据。 数据集包含 41,277 个带有语义分割图像和点云标签的非时序帧，…
  2. BDD100K 视频数据集（分卷版本）
    1.81 TB
    BDD Dataset 是一个视频数据集，其包含的 100,000 个高清视频序列时长超过 1100 小时，涵盖不同时间、不同天气条件和驾驶场景，视频序列中还包括 GPS 位置、IMU 数据和时间戳。 其中道路目标检测是为公共汽车、交通灯、交通标志、人、自行车、卡车、摩托车、汽车…
  3. BDD 视频数据集
    1.8 TB
    BDD Dataset 是一个视频数据集，其包含的 100,000 个高清视频序列时长超过 1100 小时，涵盖不同时间、不同天气条件和驾驶场景，视频序列中还包括 GPS 位置、IMU 数据和时间戳。 其中道路目标检测是为公共汽车、交通灯、交通标志、人、自行车、卡车、摩托车、汽车…
  4. LSUN 20 Object Categories 大型图片数据集
    1.69 TB
    LSUN 20 Object Categories Dataset 是一个大规模图像数据集，其基于人类在循环中进行深度学习的构建，其包含 20 个对象类别共计约 100 万张标记图像。 该数据集由加州大学伯克利分校等于 2015 年发布，主要发布人有 Fisher Yu、Pete…
  5. YouTube-8M 带标签视频数据集
    1.52 TB
    YouTube - 8M 是一个带标签的大型视频数据集，它由数百万个 YouTube 视频 ID 组成，包含的 3800 多个可视化实体注释均由机器基于词汇表生成，预先计算的特点让其可被用于单硬盘，这也意味着使用单 GPU 在该数据集上训练基线模型成为可能。 同时，数据集的规模和…
  6. WebVison 1.0+2.0 图像分类数据集
    1.26 TB
    WebVision 数据集是一个大规模的网络图像数据集，包含 240 多万张从 Flickr 网站和 Google Image 搜索中爬取的图像。图像的对应文本信息（如：标题、用户标签或描述）也作为额外的元信息提供。该数据集提供一个包含 5 万张图片（每个类别 50 张）的验证集…
  7. ApolloScape 场景解析数据集
    1.19 TB
    Apollo Scape 是一个像素级标注的场景解析数据集，来源于阿波罗自动驾驶项目中，其旨在促进自动驾驶方面的创新。 该数据集由百度于 2018 年发布。
  8. TrackingNet 大规模户外目标跟踪数据集
    1.04 TB
    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 30,132 个训练视频和 511 个测试视频，平均每个视频有 470,9 帧。 该数据集提供超过 1400 万个密集的边界框标注，涵盖了户外场景下的各种情形，包含…
  9. AVSpeech – 视听语音数据集
    867.36 GB
    AVSpeech is a new, large-scale audio-visual dataset comprising speech video clips with no interfering backgruond noises. The segments are 3-…
  10. ImageNet 10 图像识别数据集
    860.55 GB
    ImageNet Dataset 是目前世界上最大的图像识别数据库，主要用于机器视觉领域的图像分类和目标检测，根据 WordNet 层次结构组织，其中每个节点由数百甚至数千张图像描绘，每个节点有平均超过 500 个图像，包含 2.2 万类约 1500 万张图片。 ImageNet…
  11. MegaDepth 深度预测数据集
    819.9 GB
    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 Flickr 下载的网络图片，涉及 196 个知名景点地标。
  12. 2D-3D-S 室内空间图像数据集
    786.99 GB
    全程 2D-3D-Semantic，是一个大型室内空间图像数据集，涉及的室内面积高达 6,000 平方米，包含超过 70,000 张 RGB 图像，以及相应的深度、表面法线、语义标注、全局 XYZ 图像（所有形式均为规则和 360° 等矩形图像）、相机信息、注册信息、语义标注的 …
  13. SYNTHIA 合成图像数据集
    713 GB
    这是一个关于虚拟场景的合成图像数据集。 该数据集由来自虚拟城市的 9,400 个多视点照片级真实帧组成，每帧分辨率为 1,280x960，并带有 13 类像素级语义标注，分别为混合场景、天空、建筑物、道路、人行道、围栏、植被、杆、汽车、标志、行人、自行车车手、车道标记。 该数据集…
  14. KITTI 计算机视觉算法评测数据集
    599.02 GB
    KITTI 是一套计算机视觉算法评测数据集，其主要用于自动驾驶场景下的相关测试，评测种类涵盖立体图像、光流、视觉测距、3D 物体检测和 3D 追踪等。KITTI 包含市区、乡村和高速公路等场景采集的真实图像数据，每张图像有最多 15 辆车和 30 个行人，并且拥有不同程度的遮挡和…
  15. Google Landmarks Dataset v2
    592.7 GB
    Google Landmarks Dataset v2 是用于地标识别和图像恢复实验的数据集，其中包含人造和自然地标的标签注释图像，该版本的数据集包含约 500 万张图像，并分为训练、索引和测试 3 组。
  16. Open Images Dataset 图像数据集
    573.14 GB
    Open Images Dataset 包含约 900 万张标注图片，拥有 6000 个类别的标签，平均每张图像有 8 个标签，其分为包含 9,011,219 张图像的训练集、41,620 张图像的验证集和 125,436 张图像的测试集，它比拥有 1000 个类别标签的 Ima…
  17. K-Hairstyle 韩国发型数据集
    530.18 GB
    K-Hairstyle 是一个大规模的韩国发型数据集，包含 256,679 张高分辨率图像。K-Hairstyle 数据集包含了多种不同的头发属性和头发分割掩码，由韩国专家发型设计师标注。
  18. Place365-Challenge-2016 图像分类数据集
    497.33 GB
    Place365-Challenge-2016数据集为Place365-Standard数据集的扩充版，包含了620万张额外的图像照片，训练集中总计共有800万张相片。Place365系列数据集是由MIT发布，帮助场景分类的数据集。该数据集应用范围广泛，数据庞大，对于场景分类型模…
  19. MPII 人体姿势估计数据集
    474.86 GB
    MPII 是用于评估人体姿势估计的数据集以及相关基准，拥有约 2.5 万张图像并且包含超过 4 万名具有注释关节的人，该数据集利用人类活动的既定分类法系统化收集图像。 总体来看，该数据集涵盖 410 种人类行为且每个图像都提供活动标签，每张图片均来自 YouTube 视频，并提供…
  20. CheXpert X 射线胸片数据集
    449.53 GB
    CheXpert 全称 Chest eXpert，是一个用于解释 X 射线胸片的大型数据集。 该数据集包括来自 65,240 位患者的 224,316 张含正面和侧面视图的 X 射线胸片，具有不确定性医学标签和放射科医生标注的参考标准评估集，可用于预测来自多视角胸片的 14 种不…
  21. FlyingThings3 光流数据集
    433.65 GB
    FlyingThings3 是一个用于光流 (optical flow)、视差 (disparity) 和场景流 (scene flow) 评估的合成数据集，主要由沿着 3D 轨迹飞行的日常物体组成，包含了由 ground truth 数据生成的 25,000 个立体帧。 该数据…
  22. NYU Depth V2 视频序列数据集
    402.12 GB
    NYU Depth V2 是各种室内场景视频序列组成的数据集，主要用于图像描述研究，其图像来自于 Microsoft Kinect 的摄像头记录。 该数据集包含 1449 个密集标记的对齐 RGB 和深度图像，并包含 3 个城市拍摄的 464 个新场景以及 407024 个未标记…
  23. Tiny Images Dataset 图像数据集
    397.06 GB
    Tiny Images Dataset 是一个微小图像数据集，包含 79,300,000 张 32*32 像素的彩色图像。这些图片采集自 Google Images，分为 75,000 个类别。 Tiny Images Dataset 常结合 ImageNet 训练集合，用于测试…
  24. Objects365 目标检测数据集
    380.5 GB
    这是一个带有标注的大规模目标检测数据集。该数据集包含 365 类目标对象，2 百万张图像，3 千万个边界框，这些边界框是通过精心设计的 three-step 标注 pipeline 手动标注的。 该数据集是迄今为止最大的目标检测数据集（有完整的标注），为社区建立了一个更具挑战性的…
  25. THUMOS 2014+2015 动作识别数据集
    312.23 GB
    THUMOS14 是一个大规模的视频数据集，包括来自 20 个类别的 1,010 个 验证视频和 1,574 个测试视频。在所有的视频中，验证集和测试集分别有 220 和 212 个带有时间标注的视频。 该数据集的最新版本是 THUMOS 2015，包含超过 430 小时的视频数…
  26. REDS 现实和动态场景数据集
    279.85 GB
    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，可用于视频去模糊和超分辨率。 该数据集由 300 个分辨率为 720 × 1,280 的视频序列组成，每个视频有 100 帧，其中训练集、验证集和测试集分别有 2…
  27. IMDB-WIKI 人脸数据库
    276.23 GB
    IMDB-WIKI 人脸数据库是一套脸部图像数据集，带有年龄和性别标签的它是迄今为止最大的年龄预测公共数据集。该数据集基于 IMDB 和 Wikipedia 两大数据库，其中 IMDB 数据库包含 460,723 张人脸图片，Wikipedia 数据库包含 62,328 张人脸图…
  28. LaSOT 大规模单目标跟踪数据集
    273.54 GB
    LaSOT 全称 Large-scale Single Object Tracking，是一个高质量的大规模单目标跟踪 benchmark。LaSOT 由 1400个 序列组成，总帧数超过 350 万，每一帧都被手动地标注了边界框，这也使得 LaSOT 成为了最大的密集标注跟踪 …
  29. SynLiDAR 合成 LiDAR 点云数据集
    272.51 GB
    SynLiDAR 是一种合成 LiDAR 点云数据集，其中包含具有准确几何形状和全面语义类别的大规模逐点标注的点云。该数据集从虚拟的城市、郊区城镇、社区和港口收集了 13 个 LiDAR 点云序列，其中有大约 2 万个扫描（超过 190 亿个点和 32 个语义类别）。
  30. CMU Monocular MoCap 单眼视图模型数据集
    269.96 GB
    Monocular MoCap数据集是由CMU卡内基梅隆大学提供，包含40个对象在多个摄像头下的3D模型数据。该数据集录制于Panoptic Studio，也属于Panoptic Studio数据集中的一个子集，此数据集可用于对于图像的3D建模任务。

近期更新资源

  1. Market-1501-C 损坏图像数据集
    4 周
    Market-1501-C 是一个由应用于 Market-1501 测试集的算法生成的变体组成的评估数据集。由于在智能安全和视频监控等方面的广泛应用，人像识别已经成为计算机视觉领域的一个热门话题。然而将目前的人像识别模型部署到现实世界中仍有许多问题。与物体分类和检测不同，人像重新…
  2. URLB 强化学习数据集
    4 周
    URLB 全称 Unsupervised Reinforcement Learning Benchmark，是一个无监管强化学习数据集。URLB 包括两个阶段：无奖励的预训练阶段和有外部奖励的下游任务适应阶段。在 DeepMind 控制套件的基础上，该数据集提供了来自三个领域的 …
  3. CONCODE 代码示例数据集
    4 周
    CONCODE 是一个新的代码示例大型数据集。数据集包含 10 万多个示例（包括来自在线代码存储库的Java 类）。该数据集开发了一种新的编码器解码器架构，用于模拟方法文档和类环境之间的交互。
  4. Industrial Benchmark 弥合人工实际问题属性数据集
    4 周
    Industial Benchmark 是一个弥合免费的、记录的和主动的人工问题与实际工业问题属性之间的差距的数据集。数据集有关线下 RL 和线上 RL 的现实，用于查找最适合现实世界应用程序的 RL 算法。数据集旨在提供可解释的 RL 培训场景，并详细了解方法的学习过程。（通过…
  5. DeepWriting 手写文本数据集
    4 周
    DeepWriting 是新的手写文本数据集，在字符层面具有细粒度标注，并提供了初步用户评估的结果。该数据集可用于研究数字墨水可编辑化，比如在不改变文本内容的情况下进行文本风格的转换、在单词层面编辑数字墨水、以及拼写检查和手写文本更正等应用。
  6. 3D Hand Pose 多视图手势数据集
    4 周
    3D Hand Pose 是一个多视图手势数据集。数据集由手的彩色图像和每种手的标注组成：bounding box 以及手关节的 2D 和 3D 位置。
  7. A3D 交通事故数据集
    4 周
    A3D 全称 AnAn Accident Detection，是一个全新的关于各种交通事故的数据集。识别交通违章和自动驾驶场景中的事故事件对于自动驾驶和驾驶员辅助系统至关重要。常见的交通事故视频往往假设摄像头固定，视频有静态背景，但这对于车载摄像头就不合理了。所以该数据集的视频基…
  8. HumanAct 12 三维人体动作图像数据集
    1 个月
    这是一个新型三维人体动作图像数据集，图像选自极坐标图像和三维姿势数据集 PHSPD，具有适当的时间裁剪和动作标注。该数据集有 1,191 个三维动作片段，90,099 个姿势，这些动作被分为 12 个动作类别和 34 个细化的子类别。动作类型包括日常运动，如走、跑、坐、跳、热身等…
  9. TextZoom 超分辨率数据集
    1 个月
    TextZoom 是一个超分辨率数据集，由成对的低分辨率（LR）和高分辨率（HR）图像组成。这些图像是由不同焦距的相机在野外拍摄的。每一个图像对都有区分大小写的字符串（包括标点符号）的标注、边界框类型和原始焦距。 该数据集按照难度分为有三个子集：困难、中等、简易，其中 LR 图像…
  10. MSU Video Quality Metrics Benchmark 视频质量评估数据集
    1 个月
    MSU Video Quality Metrics Benchmark 数据集是为视频质量评估任务创建的。该数据集由来自 Vimeo 的 36 个视频片段组成，这些视频是从 18,000 多个高比特率的开源视频片段中挑选出的。 该数据集包括由专业人士和业余爱好者录制的视频。几乎一…
  11. LandCover.ai 语义分割数据集
    1 个月
    LandCover.ai 全称 Land Cover from Aerial Imagery，是关于从航空遥感图像中自动绘制建筑物、林地、水域和道路的数据集。 该数据集包括： 波兰（中欧国家）的土地覆盖图像三个光谱带——RGB33 张像素分辨率为 2…
  12. MEIR 多模态实体图像再利用数据集
    1 个月
    MEIR 全称 Multimodal Entity Image Repurposing，是关于图像再利用检测研究的数据集，比之前相类似的数据集更具有挑战性。该数据集包含对真实数据进行位置、人物和组织的操作，这些数据源于 Flicker。
  13. METU Trademark 商标图像数据集
    1 个月
    METU 全称 Middle East Technical University，METU Trademark 是一个大型商标图像数据集，包含 923,343 张不同类型的商标图像（仅有文字的商标、仅有图像的商标、文字和图形组合商标）。截至 2014 年，它是最大的公开可用的商标…
  14. Light-Field Material 材料光场数据集
    1 个月
    Light-Field Material 是新的 4D 材料光场数据集。该数据集包含 12 个材料类别，每个类别有 100 张由 Lytro Illum 拍摄的图像，研究人员从中共提取了约 3 万个斑块。这是一个中等规模数据集，主要用于研究材料识别，也可用于研究其他新应用，比如物…
  15. Cube++ 光照估计数据集
    1 个月
    Cube++ 数据集是 Cube+ 数据集的扩展，主要用于估计光照度进而解决颜色恒定问题。该数据集包含 4,890 张不同条件下不同场景的图像，200 GB 的原始数据和预处理数据。为了计算 ground truth 的光照度，研究人员在每个场景中都放置了一个已知表面颜色的校准对…
  16. RPC 大规模商品数据集
    1 个月
    RPC 全称 Retail Product Checkout，是一个新零售自动结算场景下的大规模商品数据集。其图像总量（达 83k）和类别数量（达 200 个）皆是该领域之最。 RPC 数据集中的 200 类商品隶属于 17 个商品大类（如方便面、纸巾、饮料等），天然构成了层次的…
  17. SketchyCOCO 场景草图数据集
    1 个月
    SketchyCOCO 是一个大规模的合成数据集。该数据集： 包含了14K+的成对（sketchs - images）的场景级图片覆盖 14 个类的 20K+ 组图片：前景 sketches - images - edge maps包含 3 个类的 27K+ 成对图片：背景ske…
  18. DocBank 文本数据集
    1 个月
    DocBank 是一个文本数据集。数据集包含 50 万个细粒度、词条级别标注的文档页面，用于文档布局分析。数据集使用一种简单而有效的方式构建，有 arXiv.com 上提供的 \LaTeX{} 文档的弱监督。
  19. VQA-E 视觉问答解析数据集
    1 个月
    VQA-E 全称 Visual Question Answering with Explanation，是带有解析的视觉问答数据集，其涉及的模型需要预测并生成答案解析。它是由 VQA v2 数据集自动衍生出来的，为每个“图像-问题-答案三要素”合成为一个文本解析，这使得问答过程更…
  20. MetFaces 人脸图像数据集
    1 个月
    MetFaces 是一个从艺术作品中提取的人脸图像数据集。该数据集由 1336 幅分辨率为 1024 × 1024 的高质量 PNG 图像组成。这些图像通过大都会艺术博物馆 Collection API 下载，并用 dlib 进行自动对齐和裁剪。同时又使用各种自动过滤器进行数据集…
  21. dSprites 二维图形数据集
    1 个月
    dSprites 全称 Disentanglement testing Sprites dataset，是一个由 6 个独立的 ground truth 潜在因子 （latent factor）按程序生成的 2D 图形数据集。这些 factor 包括某个角色的颜色、形状、比例、旋…
  22. CRVD 视频数据集
    1 个月
    CRVD 全称 Captured Raw Video Denoising，是一个动态视频数据集。数据集包含 55 组，ISO 值从 1,600 到 25,600 不等的噪音干净的视频。通过研究视频帧的时间、空间和信道相关性，原始视频去噪网络 (RViDeNet) 被建立起来。原始…
  23. EgoDexter 姿态估计数据集
    1 个月
    EgoDexter 数据集为 4 个测试视频序列的 3,190 帧提供了 2D 和 3D 姿态标注。这些视频是用体感相机从自我视角拍摄的，包含杂乱的背景、快速的相机运动以及与各种物体的复杂互动。在 3,190 帧中，有 1,485 帧的指尖位置是人工标注的。
  24. European Flood 2013 欧洲洪水数据集
    1 个月
    European Flood 2013 是一个关于欧洲洪水的数据集，可用于自然灾害识别训练。 该数据集中的图片是 2013 年 5、6 月欧洲洪水时期拍摄的照片，总共包含 3,710 张图片。 该数据集包含以下注释： 有无洪水洪水淹没深度淹没地区是否含有污染
  25. LAD 大规模属性数据集
    1 个月
    LAD 全称 Large-scale Attribute Dataset，是一个带有属性标注的大规模图像数据集，分为 5 个大类和 230 个子类，共 78,017 张图像。在实例图像中定义和标注了 359 个视觉、语义和主观属性。LAD 数据集的图像数量比四个主流的属性数据集（…
  26. SUIM 水下图像数据集
    1 个月
    SUIM 全称 Segmentation of Underwater IMagery，可用于自然水下图像的语义分割。该数据集包括 1,500多幅图像。该数据集共有 8 个对象类别的像素标注：鱼类（脊椎动物）、珊瑚礁（无脊椎动物）、水生植物、残骸/废墟、人类潜水员、机器人和海底。 …
  27. Toronto-3D 城市道路语义分割数据集
    1 个月
    Toronto-3D 是一个用于语义分割的大型城市户外点云数据集。这种大规模标记数据集由加拿大多伦多 MLS 系统获取，覆盖了大约 1 公里的点云，由大约 7,830 万个点共8 个标记对象类组成。
  28. LLVIP 目标检测图像数据集
    1 个月
    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…
  29. MIAP 行人检测图像数据集
    1 个月
    MIAP 全称 More Inclusive Annotations for People，是 Open Images 数据集中一个子集的拓展，共包含 10 万张图像（7 万张来自训练集，3 万张来自测试/验证集）。图像中的所有可见人物均标注边界框和属性，属性包括性别（主要是女性…
  30. Fusion 360 Gallery CDA 重建数据集
    1 个月
    Fusion 360 Gallery 数据集包含从参数 CAD 模型导出的丰富 2D 和 3D 几何数据。 该数据集是由 CAD 软件包用户向  Autodesk Online Gallery 提交的设计生成的。  该数据集提供了宝贵的数据，可用于学习人员的设计方式，包括顺序 C…