开源数据集汇总 | 小目标检测、图像分类、图像识别
编辑丨极市平台
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。
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。
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。
猜您喜欢：
戳我，查看GAN的系列专辑~！
一顿午饭外卖，成为CV视觉的前沿弄潮儿！
超110篇！CVPR 2021最全GAN论文汇总梳理！
超100篇！CVPR 2020最全GAN论文梳理汇总！
拆解组新的GAN：解耦表征MixNMatch
StarGAN第2版：多域多样性图像生成
附下载 | 《可解释的机器学习》中文版
附下载 |《TensorFlow 2.0 深度学习算法实战》
附下载 |《计算机视觉中的数学方法》分享
《基于深度学习的表面缺陷检测方法综述》
《零样本图像分类综述: 十年进展》
《基于深度神经网络的少样本学习综述》
