AI实战：深度学习中的图像数据集

人脸图像数据集

• CelebA
  最大的公开的人脸图像数据集之一，名人脸属性数据集(CelebA)包含超过20万名名人的图像。

• VGGFace2
  最大的人脸图像数据集之一，VGGFace2包含从谷歌搜索引擎下载的图像。这些脸因年龄、姿势和种族而不同。每个受试者平均有362张图像。

• AFLW2K3D
  该数据集包含2000个面部图像，所有标注了3D人脸特征点。它是用来评估三维人脸特征点检测模型的。

• PubFig
  Public Figures Face Database(哥伦比亚大学公众人物脸部数据库)

• Labeled Faces in the Wild Home (LFW)
  LFW数据集是为了研究非限制环境下的人脸识别问题而建立的。这个数据集包含超过13，000张人脸图像，均采集于Internet。

  每个人脸均被标准了一个人名。其中，大约1680个人包含两个以上的人脸。

  这个集合被广泛应用于评价Face Verification算法的性能。

• MDB-WIKI
  IMDB-WIKI人脸数据库是有IMDB数据库和Wikipedia数据库组成，其中IMDB人脸数据库包含了460,723张人脸图片，而Wikipedia人脸数据库包含了62,328张人脸数据库，总共523,051张人脸数据库，IMDB-WIKI人脸数据库中的每张图片都被标注了人的年龄和性别，对于年龄识别和性别识别的研究有着重要的意义。

场景理解数据集

• Lsun
  Lsun是一个大型图像数据集，用于帮助训练模型理解场景。数据集包含超过900万张图像，这些图像被划分为场景类别，例如卧室、教室和餐厅。
• Places 365
  Places 365包含了180多万张不同地方或场景的图片。其中包括办公室、码头和小屋。Places 365是用于场景识别任务的最大数据集之一。

场景文字/数字识别数据集

• SVHN Cropped
  来自斯坦福大学的街景门牌号(SVHN)是一个TensorFlow数据集，用来训练数字识别算法。它包含600,000个真实世界的图像数据样本，这些数据被裁剪成32 x 32像素。

• ICDAR2011

• ICDAR2013

• HCL2000脱机手写汉字库
  http://www.datatang.com/data/13885
  北京邮电大学模式识别实验室发布的数据。HCL2000是目前最大的脱机手写汉字库，共有1000个人书写，除了汉字样本库外，还有一个对应的书写者信息库，记录了书写者的年龄、职业、文化程度等信息，用于研究相关影响因素。目前此数据库免费向研究者公开。
  这是一份非常优秀的数据，是汉字识别的首选测试数据库。

• CASIA中文手写数据集
  http://www.datatang.com/data/13227
  中科院自动化所发布的中文手写数据。包括187个人通过Walcom笔在线输入的手写文本。

• CASIA英文手写数据集
  http://www.datatang.com/data/13226
  中科院自动化所发布的英文手写数据。包括134个人通过Walcom笔在线输入的手写文本。

• USPS美国邮政服务手写数字识别库
  http://www.datatang.com/data/11927
  用于数字的手写识别。库中共有9298个手写数字图像（均为16*16像素的灰度图像的值，灰度值已被归一化），其中7291个用于训练，2007个用于测试。

• 手写数字MNIST数据集
  http://www.datatang.com/data/3082
  用于数字的手写识别。库中共有6万个训练集和1万个测试集。

目标检测、分割和图像描述任务数据集

• MS COCO 数据集
  由谷歌，FAIR, Caltech和更多的合作者制作，COCO是世界上最大的标记图像数据集之一。它用于目标检测、分割和图像描述任务。数据集包含330,000张图像，其中200,000张已被标注。在这些图像中有分布在80个类别中的150万个物体实例。
  MS COCO数据集介绍以及下载链接：http://cocodataset.org/#home

• Open Images Challenge 2019
  包含大约900万幅图像，这个数据集是在线可用的最大的标注图像数据集。包含图像级标签、物体边框和物体分割掩码，以及视觉关系。

• Open Images V4
  这个数据集是上面提到的开放图像数据集的另一个迭代。V4有600个不同的物体类包含1460万个边框。边界框是由人工标注人员手动绘制的。

• Pascal VOC数据集
  VOC数据集是目标检测经常用的一个数据集，包括VOC2007和VOC2012

• ImageNet数据集
  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，模拟人类的识别系统建立的。ImageNet数据集是按照WordNet架构组织的大规模带标签图像数据集。大约1500万张图片，2.2万类，每张都经过严格的人工筛选与标记。ImageNet类似于图片所有引擎。

  其中，包括边界框的目标检测数据集，训练数据集包括500,000张图片，属于200类物体。由于数据集太大，训练所需计算量很大；类别数较多；造成了很少使用和目标检测的难度也很大。

  ImageNet数据集介绍以及下载链接：http://www.image-net.org/

其他数据集欢迎在评论区补充！