Der SVHN-Datensatz ist ein realer Bilddatensatz zur Entwicklung von Algorithmen für maschinelles Lernen und Objekterkennung mit minimalen Anforderungen an die Datenvorverarbeitung und -formatierung. Man erkennt, dass es ähnliche Eigenschaften wie MNIST aufweist (z. B. sind die Bilder kleine, zugeschnittene Ziffern), aber um Größenordnungen mehr beschriftete Daten enthält (über 600.000 Ziffernbilder) und auf einem schwierigeren, ungelösten Problem aus der realen Welt beruht (Erkennen von Ziffern und Zahlen in Bildern natürlicher Szenen).

Dieser Datensatz wurde 2011 von der Stanford University veröffentlicht. Die Daten wurden alle aus Hausnummern in Google Street View-Bildern gesammelt. Das zugehörige Dokument trägt den Titel „Reading Digits in Natural Images with Unsupervised Feature Learning“.