0.0 数据源
大的数据收录网站
- github awesome-public-datasets
- skymind open dataset : 保罗万象的数据集搜集网,什么类型的数据都有
0.1 普通数据集
即被交付给的原始数据集
0.2 公开数据集
0.2.1 离散和连续型普通数据集
- uci数据集 :一个公开的用于机器学习的数据集,包含几乎所有类别数据,适用于多种机器学习任务
- 政府公开数据集
0.2.2 图像数据集
图像分类
- 手写字识别MNIST,60000万张分辨率为28x28,数字0-9灰白图识别
- CIFAR-10,6万张分辨率为32x32的10个分类的彩色分类图像
- ImageNet 1400万张,1000多个类别的分类图像,深度学习图像领域的关键比赛数据
- coco 微软组织的图像数据,包含了多种图像任务数据
目标检测
目标跟踪
语义分割
- PASCAL VOC:分割任务中VOC2012的trainval包含07-11年的所有对应图片, test只包含08-11。trainval有 2913张图片共6929个物体
- Cityscapes 城市道路分割:该数据集包含images_base和annotations_base分别对应这文件夹leftImg8bit(5,030 items, totalling 11.6 GB,factually 5000 items)和gtFine(30,030 items, totalling 1.1 GB)。里面都包含三个文件夹:train、val、test。总共5000张精细释,2975张训练图,500张验证图和1525张测试图。在leftImg8bit/train下有18个子文件夹对应德国的16个城市,法国一个城市和瑞士一个城市
- CamVid:城市街道分割
- KITTI:移动机器人及自动驾驶研究的最受欢迎的数据集之一,包含7481张训练集,7518张测试集,总计80.256种标签。该网站也列出了历年的分割结果以及对应的方法。
- ADE20K_MIT:场景理解的新的数据集包括各种物体(比如人、汽车等)、场景(天空、路面等),150个类别,22210张图。
- Sift Flow Dataset: 包含2688张图片,33个labels,包括Awning(棚) balcony(阳台) bird(鸟) boat(船) bridge(桥)Building(建筑)等每一类都有百张左右。
- Stanford Background Dataset:包含从现有公共数据集中选择的715个图像,具有大约320×240像素,包含label种类:天空,树,道路,草,水,建筑物,山脉和前景物体.
- MSRC Dataset:240个图像,可识别9个object class。
- LIP:人体图像是从microsoft coco训练集和验证集中裁剪的。定义了19个人体部件或衣服标签,它们是帽子、头发、太阳镜、上衣、衣服、外套、袜子、裤子、手套、围巾、裙子、连体裤、脸、右臂、左臂、右腿、左腿、右脚、右脚鞋、左鞋,以及背景标签。数据集中共有50462张图像,其中包括19081张全身图像、13672张上身图像、403张下身图像、3386张头部丢失的图像、2778张后视图图像和21028张有遮挡的图像。
- Mapillary Vistas Dataset:25,000个高分辨率图像(分为18,000个用于训练,2,000个用于验证,5,000个用于测试).152个物体类别,100个特定于实例的注释类别。一个多样化的街道级图像数据集,具有像素精确和特定于实例的人类注释,用于理解世界各地的街景。
- MIT SceneParse150:MIT场景解析基准(SceneParse150)为场景解析算法提供标准的训练和评估平台。 该基准测试的数据来自ADE20K数据集。
- COCO 2017 Stuff Segmentation Challenge:COCO 2019 图像分割挑战赛。COCO数据集非常全面,可以从其官方网站下载各类图像任务数据集。
- INRIA Annotations for Graz-02:2006年发布的数据集,包含人、自行车、汽车三类,合计超过2000张。
- Clothing Co-Parsing (CCP) Dataset:衣服分割图片,2098张高分辨率街头时尚照片,共59个标签。
- ApolloScape:百度提供的场景解析数据集,开放数据集累计提供146,997帧图像数据,总计34类,包含像素级标注和姿态信息,以及对应静态背景深度图像下载。
图像融合
- 爱分割人脸matting数据集:数据量大,包含34427张图像和对应的matting结果图,但是数据标注不够精细
- alpha matting官方数据集: 目前已知的最精细的数据集,但是数据量太少,只有27张。
- Deep Automatic Portrait Matting:包含2000张图像,精度和数量都适中,由于此数据集有很多明显的标注错误,需要进一步人工校正。
超分辨率
- Vimeo-90k:包含89800张从vimeo.com网站上视频截图,图像分辨率为448 x 256
- FlyingChairs:22872张图像对,2D对应的3D图像,标注ground truth为光流。
- CelebA202599张各个尺寸的图片,此数据集有多类用途。
- Waterloo:包含4741张原图,以及从这些图像中抖动生成的94,880图像。
- DIV2K:包含800张训练集,100张验证集,100张测试集,总计1000张2k分辨率图像。
人脸数据集
-
celaba
- celaba 128x128分辨率原始数据集 官方下载
- celaba 128x128分辨率原始数据集 百度云下载
- celaba hq 数据集生成方法
- celaba hq 数据集图片格式 128x128,256x256,512x512,1024x1024 谷歌drive下载
- celaba hq 官方提供的dat格式下载
- 年龄和表情数图像据集
- FACES:包含了 171 young (n = 58), middle-aged (n = 56), and older (n = 57) ,不同表情的图片数据集。