深度学习、机器学习图像/人脸/字幕/自动驾驶数据集(Dataset)汇总

0?wx_fmt=gif&wxfrom=5&wx_lazy=1

 向AI转型的程序员都关注了这个号???


大数据挖掘DT数据分析  公众号: datadw



1. CIFAR-10 & CIFAR-100


    CIFAR-10包含10个类别,50,000个训练图像,彩色图像大小:32x32,10,000个测试图像。


下载地址

https://www.cs.toronto.edu/~kriz/cifar.html


    (类别:airplane,automobile, bird, cat, deer, dog, frog, horse, ship, truck)

    (作者:Alex Krizhevsky, Vinod Nair, and Geoffrey Hinton)

    (数据格式:Python版本、Matlab版本、二进制版本

   

 CIFAR-100


下载地址

https://www.cs.toronto.edu/~kriz/cifar.html

与CIFAR-10类似,包含100个类,每类有600张图片,其中500张用于训练,100张用于测试;这100个类分组成20个超类。每个图像有一个"find" label和一个"coarse"label。


2. 图像分类结果及对应的论文

 

下载地址

http://rodrigob.github.io/are_we_there_yet/build/classification_datasets_results.html


包含数据集:MNIST、CIFAR-10、CIFAR-100、STL-10、SVHN、ILSVRC2012 task 1    


    ILSVRC: ImageNet Large Scale Visual Recognition Challenge

下载地址

http://www.image-net.org/challenges/LSVRC/2014/

3. ImageNet


下载地址

http://www.image-net.org/


    ImageNet相关信息如下:

    1)Total number of non-empty synsets: 21841
    2)Total number of images: 14,197,122
    3)Number of images with bounding box annotations: 1,034,908
    4)Number of synsets with SIFT features: 1000
    5)Number of images with SIFT features: 1.2 million


4. COCO


下载地址

http://mscoco.org/


    COCO(Common Objects in Context)是一个新的图像识别、分割、和字幕数据集,它有如下特点:

    1)Object segmentation

    2)Recognition in Context
    3)Multiple objects per image
    4)More than 300,000 images
    5)More than 2 Million instances
    6)80 object categories
    7)5 captions per image
    8)Keypoints on 100,000 people

    COCO 2016 Detection Challenge(2016.6.1-2016.9.9)

http://mscoco.org/dataset/#detections-challenge2016

和COCO 2016 Keypoint Challenge(2016.6.1-2016.9.9)

http://mscoco.org/dataset/#keypoints-challenge2016

已经由Microsoft发起 由ECCV 2016(ECCV:European Conference On Computer Vision )。


4. 3D数据

   1)RGB-D People Dataset

http://www2.informatik.uni-freiburg.de/~spinello/RGBD-dataset.html

 

   2)NYU Hand Pose Dataset 

http://cims.nyu.edu/~tompson/NYU_Hand_Pose_Dataset.htm


code

https://github.com/jonathantompson/ModelFit


   3)Human3.6M (3D Human Pose Dataset)

http://vision.imar.ro/human3.6m/description.php


   《Iterated Second-Order Label Sensitive Pooling for 3D Human Pose Estimation

5. 人脸Dataset

   1)LFW (Labeled Faces in the Wild)

http://vis-www.cs.umass.edu/lfw/index.html


6. Stereo Datasets

   1)Middlebury Stereo Datasets

http://vision.middlebury.edu/stereo/data/


   2)KITTI Vision Benchmark Suite

http://www.cvlibs.net/datasets/kitti/eval_scene_flow.php?benchmark=stereo


7. 普林斯顿大学人工智能自动驾驶汽车项目

   1)Deep Drive

http://deepdrive.io/


    2)Source Code and Data

http://deepdriving.cs.princeton.edu/




人工智能大数据与深度学习

搜索添加微信公众号:weic2c

640?wx_fmt=png

长按图片,识别二维码,点关注



大数据挖掘DT数据分析

搜索添加微信公众号:datadw


教你机器学习,教你数据挖掘

640?wx_fmt=jpeg

长按图片,识别二维码,点关注

你可能感兴趣的:(深度学习、机器学习图像/人脸/字幕/自动驾驶数据集(Dataset)汇总)