小目标检测、图像分类、图像识别等开源数据集汇总

街景门牌号 (SVHN) 数据集

数据集下载地址：http://m6z.cn/5ExMWb

SVHN 是一个真实世界的图像数据集，用于开发机器学习和对象识别算法，对数据预处理和格式化的要求最低。它可以被视为与MNIST风格相似（例如，图像是经过裁剪的小数字），但包含一个数量级的更多标记数据（超过 600,000 个数字图像），并且来自一个更难、未解决的现实世界问题（识别自然场景图像中的数字和数字）。SVHN 是从谷歌街景图像中的门牌号获得的。

3D MNIST 数字识别图像数据

数据集下载地址：http://m6z.cn/5SUfEd

该数据集的目的是提供一种简单的方法来开始处理 3D 计算机视觉问题，例如 3D 形状识别。

文档影印和内容数据

数据集下载地址：http://m6z.cn/6nF67S

MediaTeam Oulu Document 数据集是一个文档扫描图像和文档内容数据集，包含 500篇 1975年之前的文档信息。

猫咪数据集

数据集下载地址：http://m6z.cn/5TAgbw

CAT 数据集包括超过 9,000 张猫图像。对于每张图像，猫的头部都有九个点的注释，眼睛两个，嘴巴一个，耳朵六个。

宠物图像数据集

数据集下载地址：http://m6z.cn/5TAgdC

一个包含 37 个类别的宠物数据集，每个类别大约有 200 张图像。 这些图像在比例、姿势和照明方面有很大的变化。 所有图像都有相关的品种、头部 ROI 和像素级三元图分割的地面实况注释。

CBCL 街道场景数据

数据集下载地址：http://m6z.cn/5TAgeA

StreetScenes Challenge Framework 是用于对象检测的图像、注释、软件和性能测量的集合。 每张图像都是从马萨诸塞州波士顿及其周边地区的 DSC-F717 相机拍摄的。 然后用围绕 9 个对象类别的每个示例的多边形手动标记每个图像，包括 [汽车、行人、自行车、建筑物、树木、天空、道路、人行道和商店]。 这些图像的标记是在仔细检查下完成的，以确保对象总是以相同的方式标记，关于遮挡和其他常见的图像变换。

小目标检测数据集

数据集下载地址：http://m6z.cn/616t6R

从Internet（例如YouTube或Google）上的图像/视频收集的四个小物体数据集，包括4种类型的图像，可用于小物体目标检测的研究。

数据集包含四类：

• fly：飞行数据集，包含600个视频帧，平均每帧86±39个物体（648×72 @ 30 fps）。 32张图像用于训练（1：6：187），50张图像用于测试（301：6：600）。
• honeybee：蜜蜂数据集，包含118张图像，每张图像平均有28±6个蜜蜂（640×480）。 数据集被平均分配用于训练和测试集。 仅前32张图像用于训练。
• seagull：海鸥数据集，包含三个高分辨率图像（624×964），每个图像平均有866±107个海鸥。 第一张图片用于训练，其余图片用于测试。
• fish：鱼数据集，包含387帧视频数据，平均每帧56±9条鱼（300×410 @ 30 fps）。 32张图像进行训练（1：3：94），65张图像进行测试（193：3：387）。

斯坦福狗狗数据集

数据集下载地址：http://m6z.cn/6nF6kM

斯坦福狗数据集包含来自世界各地的 120 种狗的图像。 该数据集是使用 ImageNet 中的图像和注释构建的，用于细粒度图像分类任务。

该数据集的内容：

• 类别数：120
• 图片数量：20,580
• 注释：类标签、边界框

标注鱼类数据集

数据集下载地址：http://m6z.cn/616t8X

野生图像数据集中的标记鱼类由 NOAA Fisheries（国家海洋渔业服务局）提供，以鼓励对无约束水下图像的自动图像分析算法进行开发、测试和性能评估。

该数据集包括鱼类、无脊椎动物和海床的图像，这些图像是使用部署在远程操作车辆 (ROV) 上的摄像系统收集的，用于渔业调查。

Stanford 汽车图片数据

数据集下载地址：http://m6z.cn/616wop

Cars 数据集包含 196 类汽车的 16,185 张图像。 数据分为 8,144 个训练图像和 8,041 个测试图像，其中每个类别大致按 50-50 分割。 课程通常在品牌、型号、年份级别，例如 2012 Tesla Model S 或 2012 BMW M3 coupe。