CVPR 2022数据集汇总｜包含目标检测、多模态等方向

编辑丨极市平台

M5Product Dataset

论文地址：https://arxiv.org/abs/2109.04275

数据集地址：https://xiaodongsuper.github.io/M5Product_dataset/index.html

M5Product 数据集是一个大规模的多模态预训练数据集，具有针对电子产品的粗粒度和细粒度注释。

• 600 万个多模态样本、5k个属性和2400 万个值

• 5 种模式-图像 文本 表 视频 音频

• 600 万个类别注释，包含6k个类别

• 广泛的数据源（100 万商户提供）

Ego4D

论文地址：https://arxiv.org/abs/2110.07058

数据集地址：https://ego4d-data.org/

在全球 74 个地点和 9 个国家/地区收集的大规模、以自我为中心的数据集和基准套件，包含超过 3,670 小时的日常生活活动视频。使用七种不同的现成头戴式摄像机捕获数据：GoPro、Vuzix Blade、Pupil Labs、ZShades、OR-DRO EP6、iVue Rincon 1080 和 Weeview。除了视频，部分 Ego4D 还提供其他数据模式：3D 扫描、音频、凝视、立体、多个同步的可穿戴相机和文本叙述。

Daily Multi-Spectral Satellite Dataset

论文链接：https://arxiv.org/pdf/2203.12560.pdf

数据集地址：https://mediatum.ub.tum.de/1650201

DynamicEarthNet 数据集包含每日 Planet Fusion 图像，以及两年内全球 75 个地区的每月土地覆盖类别。七个土地覆盖类别以时间一致的方式手动注释。还提供了 Sentinel 2 图像。该数据集是第一个大规模的多类和多时态变化检测基准，我们希望它能促进地球观测和计算机视觉领域的多时态研究新浪潮。

VCSL (Video Copy Segment Localization) dataset

论文地址：https://arxiv.org/abs/2203.02654

数据集地址：https://github.com/alipay/VCSL/tree/main/data

与现有的受视频级标注或小规模限制的复制检测数据集相比，VCSL 不仅具有两个数量级的片段级标记数据，16 万个真实视频副本对包含超过 28 万个本地复制片段对，而且涵盖各种视频类别和广泛的视频时长。每个收集的视频对中的所有复制片段都是手动提取的，并附有精确注释的开始和结束时间戳。

Rope3D

论文地址：https://arxiv.org/abs/2203.13608

数据集地址：https://thudair.baai.ac.cn/rope

Rope3D目标检测数据集是首个同时具有图像和点云3D联合标注的大规模、多视角的路侧数据集，共50009帧图像数据以及对应的2D&3D标注结果。基于该数据集，可以进行路端单目3D检测任务的研究。

EDS 数据集

数据集地址：https://github.com/DIG-Beihang/PSN

EDS 数据集针对由机器硬件参数引起的难以察觉的域间偏移问题研究，包含了来自 3 台不同 X 光机器的 14219 张图片, 其中 10 类物品, 共计 31655 个目标实例，均由专业标注人员进行标注。

FineDiving

论文地址：https://arxiv.org/pdf/2204.03646.pdf

数据集地址：https://github.com/xujinglin/FineDiving

本数据集收集了奥运会、世界杯、世锦赛以及欧锦赛的跳水项目比赛视频。每个比赛视频都提供了丰富的内容，包括所有运动员的跳水记录、不同视角的慢速回放等。

我们构建了一个由语义和时间结构组织的细粒度视频数据集，其中每个结构都包含两级注释。

对于语义结构，动作级标签描述了运动员的动作类型，步骤级标签描述了过程中连续步骤的子动作类型，其中每个动作过程中的相邻步骤属于不同的子动作类型。子动作类型的组合产生动作类型。在时间结构中，动作级标签定位运动员执行的完整动作实例的时间边界。在此注释过程中，我们丢弃所有不完整的动作实例并过滤掉慢速播放。步骤级标签是动作过程中连续步骤的起始帧。

PIAA 数据库

论文地址：https://arxiv.org/abs/2203.16754

数据集地址：https://cv-datasets.institutecv.com/#/data-sets

个性化图像美学评估 (PIAA) 由于其高度主观性而具有挑战性。人们的审美取决于多种因素，包括形象特征和主体性格。现有的 PIAA 数据库在注释多样性方面，特别是在学科方面受到限制，已不能满足日益增长的 PIAA 研究需求。为了解决这一难题，我们对个性化图像美学进行了迄今为止最全面的主观研究，并引入了一个新的具有丰富属性的个性化图像美学数据库（PARA），该数据库由 438 个主题的 31,220 张带有注释的图像组成。PARA 具有丰富的标注，包括 9 个面向图像的客观属性和 4 个面向人的主观属性。

本文仅做学术分享，如有侵权，请联系删文。

干货下载与学习

后台回复：巴塞罗那自治大学课件，即可下载国外大学沉淀数年3D Vison精品课件

后台回复：计算机视觉书籍，即可下载3D视觉领域经典书籍pdf

后台回复：3D视觉课程，即可学习3D视觉领域精品课程

计算机视觉工坊精品课程官网：3dcver.com

1.面向自动驾驶领域的多传感器数据融合技术

2.面向自动驾驶领域的3D点云目标检测全栈学习路线！(单模态+多模态/数据+代码)
3.彻底搞透视觉三维重建：原理剖析、代码讲解、及优化改进
4.国内首个面向工业级实战的点云处理课程
5.激光-视觉-IMU-GPS融合SLAM算法梳理和代码讲解
6.彻底搞懂视觉-惯性SLAM：基于VINS-Fusion正式开课啦
7.彻底搞懂基于LOAM框架的3D激光SLAM: 源码剖析到算法优化
8.彻底剖析室内、室外激光SLAM关键算法原理、代码和实战(cartographer+LOAM +LIO-SAM)

9.从零搭建一套结构光3D重建系统[理论+源码+实践]

10.单目深度估计方法：算法梳理与代码实现

11.自动驾驶中的深度学习模型部署实战

12.相机模型与标定(单目+双目+鱼眼）

13.重磅！四旋翼飞行器：算法与实战

14.ROS2从入门到精通：理论与实战

15.国内首个3D缺陷检测教程：理论、源码与实战

重磅！计算机视觉工坊-学习交流群已成立

扫码添加小助手微信，可申请加入3D视觉工坊-学术论文写作与投稿 微信交流群，旨在交流顶会、顶刊、SCI、EI等写作与投稿事宜。

同时也可申请加入我们的细分方向交流群，目前主要有ORB-SLAM系列源码学习、3D视觉、CV&深度学习、SLAM、三维重建、点云后处理、自动驾驶、CV入门、三维测量、VR/AR、3D人脸识别、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别、硬件选型、深度估计、学术交流、求职交流等微信群，请扫描下面微信号加群，备注：”研究方向+学校/公司+昵称“，例如：”3D视觉 + 上海交大 + 静静“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进去相关微信群。原创投稿也请联系。

▲长按加微信群或投稿

▲长按关注公众号

3D视觉从入门到精通知识星球：针对3D视觉领域的视频课程（三维重建系列、三维点云系列、结构光系列、手眼标定、相机标定、激光/视觉SLAM、自动驾驶等）、知识点汇总、入门进阶学习路线、最新paper分享、疑问解答五个方面进行深耕，更有各类大厂的算法工程人员进行技术指导。与此同时，星球将联合知名企业发布3D视觉相关算法开发岗位以及项目对接信息，打造成集技术与就业为一体的铁杆粉丝聚集区，近4000星球成员为创造更好的AI世界共同进步，知识星球入口：

学习3D视觉核心技术，扫描查看介绍，3天内无条件退款

 圈里有高质量教程资料、可答疑解惑、助你高效解决问题

觉得有用，麻烦给个赞和在看~