hrsc2016 下载 数据集_机器学习数据集(Dataset)

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。

(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

图像分类结果及应的论文，包含数据集：MNIST、CIFAR-10、CIFAR-100、STL-10、SVHN、ILSVRC2012 task 1

ILSVRC： ImageNet Large Scale Visual Recognition Challenge

3. ImageNet

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

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)和COCO

2016 Keypoint Challenge(2016.6.1-2016.9.9)已经由Microsoft发起 由ECCV

2016(ECCV：European Conference On Computer Vision )。

4. 3D数据

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

- 《Iterated Second-Order Label Sensitive Pooling for 3D

Human Pose Estimation》

5. 人脸Dataset

6. Stereo Datasets

7. 普林斯顿大学人工智能自动驾驶汽车项目