Attention!
我的Dr.Sure项目正式上线了，主旨在分享学习Tensorflow以及DeepLearning中的一些想法。期间随时更新我的论文心得以及想法。
Github地址：https://github.com/wangqingbaidu/Dr.Sure
CSDN地址：http://blog.csdn.net/wangqingbaidu
个人博客地址：http://www.wangqingbaidu.cn/
Images Analysis
| 数据集 |
介绍 |
备注 |
网址 |
| Flickr30k |
图片描述 |
31,783 images，每张图片5个语句标注 |
链接 |
| Microsoft COCO |
图片描述 |
330,000 images,每张图片至少5个语句标注 |
链接 |
| ESP Game |
多标签定义图像 |
20,770 images，268 tags，诸如bed, light man,music |
链接 |
| IAPRTC-12 |
多标签定义图像 |
19,452 images,291 tags |
链接 |
| NUS-WIDE |
多标签定义图像 |
269,648 images,several tags (2-5 on average) per image |
链接 |
| CUHK-PEDES |
以文搜图 |
34,054 images，每张图片2条描述 |
链接 |
| VRD |
视觉关系检测 |
5,000 images, 100目录，37,993对关系 |
链接 |
| sVG |
视觉关系检测 |
108,000 images, 998,000对关系 |
链接 |
| Visual Genome Dataset |
图像属性检测 |
108,077 images, 5.4 M 区域块，2.8 M 属性，2.3 M 关系 |
链接 |
| VQA |
问答系统 |
1,105,904问题，11,059,040 回答 |
链接 |
| Visual7W |
问答系统 |
327,939 问答对 |
链接 |
| TID2013 |
图像质量评价 |
25张参考图像，24个失真类型 |
链接 |
| CSIQ |
图像质量评价 |
30张参考图像，6个失真类型 |
链接 |
| LIVE |
图像质量评价 |
29张参考图像，5个失真类型 |
链接 |
| WATERLOO |
图像质量评价 |
4744张参考图像，20个失真类型 |
链接 |
| photo.net |
图像美观评价 |
20,278张图像，打分[0,10] |
链接 |
| DPChallenge.com |
图像美观评价 |
16,509张图像，打分[0,10] |
链接 |
| CUHK |
图像美观评价 |
28,410张图像，只分高质量和低质量 |
链接 |
| AVA |
图像美观评价 |
255,500张图像，打分[0,10] |
链接 |
Image Motion & Tracking
| 数据集 |
介绍 |
备注 |
网址 |
| CUHK03 |
Person re-identification(人重识别) |
image num:13164 person num:1360 camera num:10( 5 pairs) |
链接 |
| CUHK02 |
Person re-identification(人重识别) |
image num:7264 person num:1816 camera num:10( 5 pairs) |
链接 |
| CUHK01 |
Person re-identification(人重识别) |
image num:3884 person num:971 camera num: 2 |
链接 |
| VIPeR |
Person re-identification(人重识别) |
image num:1264 person num:632 camera num:2 |
链接 |
| ETH1,2,3 |
Person re-identification(人重识别) |
image num:8580 person num:83,35,28 camera num:1 |
链接 |
| PRID2011 |
Person re-identification(人重识别) |
image num:24541 person num:934 camera num:2 |
链接 |
| MARS |
Person re-identification(人重识别) |
image num:11910031 person num:1261 camera num:6 |
链接 |
| Market1501 |
Person re-identification(人重识别) |
image num:32217 person num:1501 camera num:6 |
链接 |
| Epic Fail (EF) dataset |
Risk Assessment(风险评估) |
video num:3000 |
链接 |
| Street Accident (SA) dataset |
Risk Assessment(风险评估) |
video num:1733 |
链接 |
| OTB-50 |
visual tracking(跟踪) |
video num:50 |
链接 |
| OTB-100 |
visual tracking(跟踪) |
video num:100 |
链接 |
| VOT2015 |
visual tracking(跟踪) |
video num:60 |
链接 |
| ALOV300 |
visual tracking(跟踪) |
video num:314 |
链接 |
| MOT |
visual tracking(跟踪) |
video num:train:11 test:11 |
链接 |
| THUMOS |
Temporal action localization(动作定位) |
video num:~3K activities class:20 instances:~3K |
链接 |
| ActivityNet |
Temporal action localization(动作定位) |
video num:20k activities class:200 instances:7.6K |
链接 |
| Mexaction2 |
Temporal action localization(动作定位) |
activities class:2 instances:1975 |
链接 |
| FlyingChairs dataset |
optical flow(光流) |
image pairs：22k |
链接 |
| FlyingThings3D |
optical flow(光流) |
image pairs：22k |
链接 |
| KITTI benchmark suite |
optical flow(光流) |
image pairs：1600 |
链接 |
| MPI Sintel |
optical flow(光流) |
image pairs：1064 |
链接 |
Video Analysis & Scene Understanding
| 数据集 |
介绍 |
备注 |
网址 |
| UCF101 |
动作行为识别 |
13320 video,101类动作，主要是五大类：1)人-物交互；2)肢体运动；3)人-人交互；4)弹奏乐器；5)运动 |
链接 |
| HMDB51 |
动作行为识别 |
7000 videos,51类，包括人脸表情动作，身体动作，人与人交互等 |
链接 |
| Moments-in-Time |
动作行为识别 |
1,000,000 videos,339类 |
链接 |
| ActivityNet 1.3 |
动作行为识别 |
20,000 videos,200类 |
链接 |
| Kinetics |
动作行为识别 |
300,000 videos，400类 |
链接 |
| AVA |
动作行为识别 |
57,600 videos，80类 |
链接 |
| Collective Activity Dataset |
群体活动行为识别 |
44 videos,穿叉、行走、等待、交谈和排队 五类 |
链接 |
| Choi’s New Dataset |
群体活动行为识别 |
32 videos，聚会，谈话，分开，一起走，追逐和排队 六类 |
None |
| ActivityNet 1.3 |
检测动作事件的起始时间和终止时间 |
20,000 videos,200类动作的起始时间和终止时间 |
链接 |
| THUMOS |
检测动作事件的起始时间和终止时间 |
15,000 videos，101类动作的起始时间和终止时间 |
链接 |
| MED |
事件检测 |
32,744 videos,20个事件 |
链接 |
| EventNet |
事件检测 |
90,000 videos，500个事件 |
链接 |
| Columbia Consumer Video |
事件检测 |
9,317 videos，20个事件 |
链接 |
| ADE20K |
事件检测 |
20,210 videos，900个事件 |
链接 |
| DAVIS |
视频主物体分割 |
50 videos，分割标注 |
链接 |
| FBMS |
视频主物体分割 |
59 videos，分割标注 |
链接 |
| IJB-C |
视频人脸识别 |
11,000 videos， |
链接 |
| YouTube Faces |
视频人脸识别 |
3,425 videos，1595 人 |
链接 |
| MS-Celeb-1M |
视频人脸识别 |
1,000,000 images，21,000人 |
链接 |
| MSVD |
视频描述 |
1,970 videos |
链接 |
| MSR-VTT-10K |
视频描述 |
10，000 videos |
链接 |
| MSR-VTT-10K |
视频描述 |
无 |
链接 |
3D Computer Vision
| 数据集 |
介绍 |
备注 |
网址 |
| photoface database |
基于光度立体视觉的二维和三维人脸识别数据库 |
总共7356张图像，包含1839个session和261个subjects |
None |
| NYU Depth V2 dataset |
关于RGBD 图像场景理解的数据库 |
提供1449张深度图片和他们的密集2d点类标注 |
链接 |
| SUN RGBD dataset |
是上面的NYU Depth V2 dataset的超集，多了3D bounding boxes和room layouts的标注。 |
有10,000张RGB-D图片，有58,657个3D包围框和146,617 个2d包围框。 |
链接 |
| PASCAL3D+ |
新的三维物体检测和姿态估计数据集，从PASCAL VOC 演化而来，包含图像，注解，和3D CAD模型 |
总共12个类，平均每个类别有3000多个实例 |
链接 |
| IKEA |
包含典型室内场景的三维模型的数据库，例如桌子椅子等 |
包含大约759张图片和219个3D模型 |
链接 |
| New Tsukuba Dataset |
包含了很多立体物体对的数据库，用于立体物体匹配 |
总共1800个立体物体对，以及每立体对的立体视差图、遮挡图和不连续图 |
链接 |
| Oxford RobotCar Dataset |
关于户外自动驾驶的数据集。 |
包含在驾驶汽车过程从6个摄像头收集的2000w张图片，和当时的激光雷达，GPS和地面实况标注。 |
链接 |
| Middlebury V3 |
包含高分辨率物体立体视差标注的数据库 |
包含33个类，没有明说每类有多少数据 |
链接 |
| ShapeNet |
包含3D模型，和3d模型的类别标注的数据集，覆盖了常用的3D数据集PASCAL 3D+。 |
它涵盖55个常见的对象类别，有大约51,300个3D模型 |
链接 |
| MICC dataset |
包含了3D人脸扫描和在不同分辨率，条件和缩放级别下的几个视频序列的数据库。 |
有53个人的立体人脸数据 |
链接 |
| CMU MoCap Dataset |
包含了3D人体关键点标注和骨架移动标注的数据集。 |
有6个类别和23个子类别，总共2605个数据。 |
链接 |
| DTU dataset |
关于3D场景的数据集。 |
有124个场景，每场景有49/64个位置的RGB图像和结构光标注。 |
链接 |
Analyzing Humans in Images
| 数据集 |
介绍 |
备注 |
网址 |
| MSR-Action3D |
包含深度的动作识别数据集， |
有20个动作，总共557个序列。 |
链接 |
| Florence-3D |
包含深度的动作识别数据集， |
有9个动作，总共215个动作序列。 |
链接 |
| Berkeley MHAD |
包含深度的动作识别数据集， |
有11个动作，产生660个动作序列。 |
链接 |
| Online Action Detection |
包含深度的动作识别数据集， |
数据集包含59个长序列，包含10种不同的日常生活行为。 |
链接 |
| ChaLearn LAP IsoGD Dataset |
RGB-D图像的手势识别的数据集。 |
包括47933个RGB-D手势视频，有249个手势标签。Training有35878视频，Validation有5784个，test有6271个 |
链接 |
| MAFA dataset |
关于面部遮挡问题的数据集 |
有30, 811张人脸和35806张有遮挡的脸组成。 |
链接 |
| MSRC-12 Kinect Gesture Dataset |
手势识别数据集 |
有4900张图片，包含12个不同手势， |
链接 |
| 2013 Chalearn Gesture Challenge dataset |
手势识别数据集 |
有11000张图片，包含20个不同手势， |
链接 |
| WIDER FACE |
人脸检测数据集 |
有 32,203 张图片，标注了393703个人脸。 |
链接 |
| FDDB |
人脸检测数据集 |
2845张图片，标注了5171张人脸。 |
链接 |
| 300-VW dataset |
面部表情数据集 |
包含114个视频和总计218,595帧。 |
链接 |
| HMDB51 |
人类行为识别的数据集 |
包含51个动作，总共有6766个视频剪辑 |
链接 |
| MPII Cooking Activities Dataset |
人类行为识别的数据集 |
包含65个动作，有5609个视频 |
链接 |
| UCF101 |
人类行为识别的数据集 |
包含101个动作，有13320个视频 |
链接 |
| IJB-A dataset |
包含视频和图片人脸识别的数据集 |
包含5712个图像和2085个视频 |
链接 |
| YouTube celebrities |
视频人脸识别的数据集 |
包含47位名人的1910个视频 |
链接 |
| COX |
视频人脸识别的数据集 |
包含1000个主题的4000个视频 |
链接 |
| Human3.6M |
人体姿态估计的数据集 |
360万张3D照片，11名受试者在4个视点下执行15个了不同的动作 |
链接 |
| iLIDS |
行人重识别的数据集 |
476 张图像，包含119个人 |
链接 |
| VIPeR |
行人重识别的数据集 |
632个行人图片对（由两个相机拍摄） |
链接 |
| CUHK01 |
行人重识别的数据集 |
包含971行人, 3884张图片 |
链接 |
| CUHK03 |
行人重识别的数据集 |
包含1360行人, 13164张图片 |
链接 |
| RWTH-PHOENIX-Weather multi-signer 2014 |
手语识别的数据集 |
包含了5672个德语手语的句子，有65,227个手语姿势和799,006帧 |
链接 |
| AFLW |
人类面部关键点的数据集 |
总共约有25k张脸，每幅图像标注了大约21个位置。 |
链接 |
| CMU mocap database |
动作识别的数据集 |
2235个数据，包含144个不同的动作。 |
链接 |
| Georgia Tech (GT) database |
人脸识别数据库 |
50个人每人15张人脸。 |
链接 |
| ORL |
人脸识别数据库 |
40个人每个人10张图。 |
链接 |
Application
| 数据集 |
介绍 |
备注 |
网址 |
| DogCentric Activity Dataset |
第一视角的狗和人之间的相互行为的数据集（视频） |
总共有10类，具体数据量没有明说，y是动作类别 |
链接 |
| JPL First-Person Interaction Dataset |
第一视角观察动作的数据集 |
57个视频，8个大类，y是动作类别 |
链接 |
| NUS-WIDE |
关于图像文本匹配的数据集 |
269,648个图像和对应的标签 |
链接 |
| LabelMe Dataset |
关于图像文本匹配的数据集 |
3825个图像和对应标签 |
链接 |
| Pascal Dataset |
关于图像文本匹配的数据集 |
5011张训练图像和4952张测试图像 |
) |
| ICDAR 2015 |
关于文本检测的数据集 |
1500张训练，1000张测试，y为四边形的四个顶点。 |
链接 |
| COCO-Text |
关于文本检测的数据集 |
63686张图片，其中43686张被选为训练集，剩下的2万用于测试。 |
链接 |
| MSRA-TD500 |
关于文本检测的数据集 |
300个训练，200个测试图像 |
链接 |
| Microsoft 7-Scenes Dataset |
室内人体运动的数据集 |
有7种不同室内环境，每包含500-1000张图像视频序列。 |
链接 |
| Oxford RobotCar |
户外自动驾驶数据集 |
包含图像，激光扫描结果和GPS数据。 |
链接 |
Low- & Mid-Level Vision
| 数据集 |
介绍 |
备注 |
网址 |
| Deep Video Deblurring for Hand-held Cameras |
video/image deblurring(图像去模糊) |
video num:71 video time: 3-5s blurry and sharp pair image num:6708 |
链接 |
| GOPRO dataset |
video/image deblurring(图像去模糊) |
blurry and sharp pair image num:3214 train num:2103 test num:1111 |
链接 |
| BSD68 |
image restoration(图像修复)/高斯降噪 |
image num:68 |
链接 |
| BSD100 |
“image restoration(图像修复)super resolution超分辨率重建” |
image num:100 |
链接 |
| Set5 |
“image restoration(图像修复)super resolution超分辨率重建” |
image num:5 |
链接 |
| Set14 |
“image restoration(图像修复)super resolution超分辨率重建” |
image num:14 |
链接 |
| Urban100 |
“image restoration(图像修复)super resolution超分辨率重建” |
image num:100 |
链接 |
| NYU v2 dataset |
“image restoration(图像修复)depth super resolution深度超分辨率重建” |
image num:1449 |
链接 |
| Middlebury dataset |
“image restoration(图像修复)depth super resolution深度超分辨率重建” |
image pair num: 33 |
链接 |
| alpha matting benchmark |
Natural image matting(抠图) |
“train num:27,test num:8” |
链接 |
| real image benchmark |
Natural image matting(抠图) |
“train num:49300,test num:1000” |
链接 |
| MSRA10K/MSRA-B |
Image saliency detection(显著性区域检测) |
image num(MSRA10K):10000 image num(MSRA-B):5000 |
链接 |
| ECSSD |
Image saliency detection(显著性区域检测) |
image num:1000 |
链接 |
| DUT-OMRON |
Image saliency detection(显著性区域检测) |
image num:5168 |
链接 |
| PASCAL-S |
Image saliency detection(显著性区域检测) |
image num:850 |
链接 |
| HKU-IS |
Image saliency detection(显著性区域检测) |
image num:4447 |
链接 |
| SOD |
Image saliency detection(显著性区域检测) |
image num:300 |
链接 |
| Describable Textures Dataset |
texture synthesis(纹理合成) |
image num:5640 category num:47 split train:val:test = 1:1:1 |
链接 |
| CVPPP leaf segmentation |
Instance segmentation(样例分割) |
image num: 161 train num: 128 test num: 33 |
链接 |
| KITTI car segmentation |
Instance segmentation(样例分割) |
image num: 3976 train num: 3712 test num: 144 val:120 |
链接 |
| Cityscapes |
Instance segmentation(样例分割) |
image num: 5000 train num: 2975 test num: 1525 val:500 |
链接 |
| SYMMAX |
Symmetry Detection(对称性检测) |
image num: train:200 test:100 |
链接 |
| WHSYMMAX |
Symmetry Detection(对称性检测) |
image num: train:228 test:100 object num: 1 |
链接 |
| SK506 |
Symmetry Detection(对称性检测) |
image num: train:300 test:206 object num: 16 |
链接 |
| Sym-PASCAL |
Symmetry Detection(对称性检测) |
image num: train:648 test:787 object num: 14 |
链接 |
| Color Checker Dataset |
Color constancy(颜色恒定) |
image num: 568 |
链接 |
| NUS 8-Camera Dataset |
Color constancy(颜色恒定) |
image num: 1736 |
链接 |
Text
| 数据集 |
介绍 |
备注 |
网址 |
| Stanford Sentiment Treebank |
文本情感分析 |
11855个句子划分为239231个短语，每个短语有个概率值，越小越负面，越大越正面 |
链接 |
| IMDB |
文本情感分析 |
100,000句子，正面负面两类 |
链接 |
| Yelp |
文本情感分析 |
无 |
链接 |
| Multi-Domain Sentiment Dataset(Amazon product) |
文本情感分析 |
100,000+句子，正面负面2类或强正面、弱正面、中立、弱负面、强负面5类 |
链接 |
| SemEval |
文本情感分析 |
20,632句子，三类（正面、负面、中立） |
链接 |
| Sentiment140(STS) |
文本情感分析 |
1,600,000句子,三类（正面、负面、中立） |
链接 |
