一些分割数据集整理

1、BSDS300 ---- BSDS500

berkeley segmentation dataset and benchmark

BSDS300 包含300张分割好的灰度和颜色分割结果，分为训练集200张，测试集100张。

BSDS500 包含原300张作为training/val图像和200fresh images，共500张图像。

The goal of this work is to provide an empirical basis for research on image segmentation and boundary detection.

2. CMU-Cornell iCoseg dataset

协同分割数据集

共38组，643张图像。

GT为二值化的逐像素分割。

3. Coseg-Rep

23种，572张图像。

其中22种为不同种类的动物与花朵，每一类有9-49张图像。

有一个特殊的类，成为repetitive。包含116张自然场景图象，其中在同一张图象包含重复的相似的形状模式，如树叶、葡萄等。

4. MSRC [The Microsoft Research Cambridge ]

21类，591张图像

GT：彩色的pixel-level结果

5.safari

8类*50=400张图像

GT：包含多目标的协同分割

6.PASCAL VOC2012 [分类、检测、分割]

a. Annotation

存放为xml格式的标签文件，每个xml对应于JPEGImages文件夹中的一张图像（包括bounding box和class label）

b. ImageSets

Action: 人的动作（running，jumping等）

Layout：人体部位（head，hand，feet等）

Main：图像物体识别数据，共20类

Segmentation：可用于分割的图像编号

c. JPEGImages

所有图像，'年份-编号.jpg'格式命名

d.SegmentationClass

分割后图像

e. SegmentationObject

针对于目标的分割后图像

注：一张图象如果有多架飞机，在d中为全红色，在e中，被不同颜色标注。

7、coco dataset

for detection and segmentation, contains more than 200,000 images and 80 object categories

8、ImageNet

a. For Image classification, 22,000 类，每类500-1000张图像

b. For Object detection, 200类，400,000张图像，350,000个bounding box