数据集整理
转：https://blog.csdn.net/liuxiao214/article/details/78889662
一共12个人体行为识别的数据集，基于视频的；
6个图像识别的，有关物体识别、行人识别、年龄识别和人头检测的，基于图像，图像识别数据集参考于博客：http://blog.csdn.net/qq_14845119/article/details/51913171
后续可能还会补充。
视频识别
1、Weizmann
内容：
1、10个类别，每个类别9个视频，背景单一。
2、180x144
下载链接： http://www.wisdom.weizmann.ac.il/~vision/SpaceTimeActions.html
2、KTH
内容：
1、共25个人采集，6个类别，每个类别4个情境，3中室外，1种室内，共600个视频。
2、给出了每个视频4个片段的始末帧位置。
3、规格：160x120，25fps。
下载链接： http://www.nada.kth.se/cvap/actions/
3、Fire Detection
内容： 共6个视频，火灾检测。
下载链接： http://crcv.ucf.edu/data/fire.php
4、UCF101
内容：
1、共13320个视频101个类别，从YouTube采集的真实场景。
2、分为5大类：人与物交互、baby动作、人人交互、乐器演奏、运动。
3、规格：320x240，25fps，最小视频为28帧。
下载链接： http://crcv.ucf.edu/data/UCF101.php
5、HMDB51
内容：
1、共51个类别，6849个视频。每一个类别至少包含101个视频。
2、从电影、视频网站上采集。
3、包含5大类：面部动作（微笑、大笑、咀嚼、说话）；面部与物交互动作（吃饭、喝水、抽烟）；身体运动（翻跟斗、拍手、爬上等）；身体与物交互运动（梳头发、拔剑等）；人人交互运动（击剑、拥抱、接吻等）
下载链接： http://serre-lab.clps.brown.edu/resource/hmdb-a-large-human-motion-database/#dataset
6、VISAL
内容：
1、包含很多数据集，船只数据、纹理合成数据、交通拥挤数据、拥挤人群数据UCSD（行人、人注释、人数、线划分）、人3D姿态数据MADS。
2、可下载拥挤人群和人姿态。
下载链接： http://visal.cs.cityu.edu.hk/downloads/
7、Monitoring Human Activity
内容：
1、数据量很小，且需要单独下载，有空可下载。
下载链接： http://mha.cs.umn.edu/index.shtml
8、HOLLYWOOD2
内容：
1、人体动作：12个类别。
2、场景：10个类别。
3、共3669个视频，20.1个小时。
4、从69部电影中采集。
5、视频样本中行为人的表情、姿态、穿着，以及相机运动、光照变化、遮挡、背景等变化很大，接近于真实场景下的情况，因而对于行为的分析识别极具挑战性。
下载链接： http://www.di.ens.fr/~laptev/actions/hollywood2/
9、YouTube-8M
内容：
1、800万个标注视频，每个视频120s到500s。
下载链接： https://research.google.com/youtube8m/
10、Moments in Time Dataset
内容：
1、100万个标注视频，每个视频3秒。
下载链接： http://moments.csail.mit.edu/
11、TRECVID
内容：
如何下载，没看明白，暂时先不管。
下载链接： http://www-nlpir.nist.gov/projects/tv2008/tv2008.html#1
12、CMU Graphics Lab Motion Capture Database
内容：
应该是一些骨骼点动作捕捉，下载链接分散，很难下载，需要写脚本。
下载链接： http://mocap.cs.cmu.edu/
图像识别
1、ImageNet
内容： 物体识别
ImageNet是一个计算机视觉系统识别项目，是目前世界上图像识别最大的数据库。是美国斯坦福的计算机科学家李飞飞模拟人类的识别系统建立的。能够从图片识别物体。目前已经包含14197122张图像，是已知的最大的图像数据库。
下载链接： http://www.image-net.org/
2、CIFAR
内容： 物体识别
CIFAR-100由60000张图像构成，包含100个类别，每个类别600张图像，其中500张用于训练，100张用于测试。其中这100个类别又组成了20个大的类别，每个图像包含小类别和大类别两个标签。官网提供了Matlab,C，python三个版本的数据格式。
下载链接： http://www.cs.toronto.edu/~kriz/cifar.html
3、INRIA Person Dataset
内容： 行人检测
Inria数据集是最常使用的行人检测数据集。其中正样本（行人）为png格式，负样本为jpg格式。里面的图片分为只有车，只有人，有车有人，无车无人四个类别。图片像素为70*134，96*160，64*128等。
下载链接： http://pascal.inrialpes.fr/data/human/
4、CaltechPedestrian Detection Benchmark
内容： 行人识别
下载链接： http://www.vision.caltech.edu/Image_Datasets/CaltechPedestrians/
5、Adience
内容： 性别年龄识别
该数据集来源为Flickr相册，由用户使用iPhone5或者其它智能手机设备拍摄，同时具有相应的公众许可。该数据集主要用于进行年龄和性别的未经过滤的面孔估计。同时，里面还进行了相应的landmark的标注。是做性别年龄估计和人脸对齐的一个数据集。图片包含2284个类别和26580张图片。
下载链接： http://www.openu.ac.il/home/hassner/Adience/data.html#agegender
6、HollywoodHeads dataset
内容： 人头检测
该数据集为从视频中截取的图片，包含224740张jpeg格式图片，还有xml格式的标注，和VOC的标注方式一样。
下载链接： http://www.di.ens.fr/willow/research/headdetection/release/HollywoodHeads.zip