深度学习中常用的数据集

1.MNIST

手写数字识别，深度学习入门级数据集。包含60000个训练数据及10000个测试数据，一共有0~9个数字，共分为10类，图像大小为28x28，灰度级图像，数据集大小50M。
下载链接：MNIST数据集

2.CIFAR-10

入门级的彩色图像，有名的图像识别数据集，图像大小为32x32x3，包含 50000张训练数据，10000张测试数据，共分为10类，数据集大小170M。
下载链接：CIFAR-10数据集

3.MS-COCO

各个论文中常用数据集之一，可用于图像检测，物体识别，关键点检测及图像捕获，数据集大小25G。
下载链接：MS-COCO

4.Pascal VOC

论文中经常出现的数据集之一，可用于图像检测，物体识别，数据集大小25G。
下载链接：Pascal VOC数据集

5.ImageNet

最有名的图像数据集之一，由李飞飞创建，目前比较常用的模型如VGG、Inception、Resnet都是基于它进行训练，数据集大小150G。
下载链接：ImageNet数据集

6.Open Image Dataset

一个包含近900万个图像URL的数据集， 这些图像拥有数千个类别及边框进行了注释。 该数据集包含9,011219张图像的训练集，41,260张图像的验证集以及125,436张图像的测试集，数据集大小为500G。
下载链接：Open Image Dataset数据集

7.Large-Scale Image Annotation using Visual Synset

一个超大的图像数据库，包含2亿幅图像。
下载链接：LSIAVS数据集

8.Youtube-8M

Youtube-8M为谷歌开源的视频数据集，视频来自youtube，共计8百万个视频，总时长50万小时，4800类。
下载链接：Youtube视频数据集

9.SUN

SUN数据集包含131067个图像，由908个场景类别和4479个物体类别组成，其中背景标注的物体有313884个。
下载链接：SUN数据集