前言
这是一个我个人在工作和学习中使用过以数据集的一部分，有语义分割，目标识别，人像抠图等几个大类，这只是我用过数据集中的一部分，这些数据集有小一部分是来源自网络，很大一部分都是我自己收集。
一、语义分割
1.书本边缘分割
这个数据集标注了书本的中线与边缘的数据集，数据是用labelme标注的，数据集有2500张图像，是用来训练文档扫描的边缘检测与中线识别的。之前用ENet训练过，效果还蛮可以的。数据集标注样例如下：
2.人脸皮肤
2.1 皱纹和眼袋（164张图像）
数据集标注了皱纹和眼袋的位置，数据集有转换好的mask图，可用于医美的皮肤皱纹检测与眼袋检测分割。训练方法和效果可参考我之前的博客：
基于语义分割实现人脸图像的皱纹检测定位与分割_皱纹检测算法_知来者逆的博客-CSDN博客
2.2 痘痘、红斑、雀斑（221张）
数据集 包含了痘痘、红斑、雀斑这几种标注，可用来训练实实例分割，每个目标都有唯一的ID。
痘痘
红斑
雀斑
2.3 毛孔
毛孔的数据集里面只有毛孔，只能用于训练语义分割。
3. 拍照文档清晰二值
数据集是用于文档拍照清晰二值化，在某些APP里，这个功能叫省墨模式，样本是用来训练该滤镜的，训练的效果可以参与我之前的博客：
使用深度学习解决拍照文档复杂背景二值化问题_背景较深的图像怎么二值化_知来者逆的博客-CSDN博客
4.拍照文档阴影检测分割
数据集是用labelme标注的，标注了拍照文档的阴影部分，用来做拍照文档扫描的阴影检测去祛除用的，总共有1000张图像。
5.化验单
化验单是拍照收集的，数据量有2W多张，包括手写和机器打印的，数据目标只标注了边缘和化验上的表格线，表格线是用来做表格提取的。标注工具是labelme。
手写的化验单也收集了3万张左右，可以用做医生手写ocr识别：
二、目标识别
1.1 手机
标注的是手机，数据格式是xml和转过的yolo的txt格式，有2000张。
1.2 安全帽
数据标注了戴安全的人头和不带安全帽的人头，数据格式是xml和转过的yolo的txt格式，总共有7800张图像。训练效果可参考我之前的博客：
安全帽佩戴检测——从数据处理、训练数据到模型部署落地(带有数据集、训练代码，可使用GPU的C++模型部署代码)_c++ ipc检测安全帽_知来者逆的博客-CSDN博客
1.3 烟火
数据标注了明火和起烟两个标签，数据格式是xml和转过的yolo的txt格式，总共有7600张图像。训练效果可参考我之前的博客：
基于Yolov5的烟火检测——模型训练与C++实现部署_yolov5 c++部署_知来者逆的博客-CSDN博客
1.4 抽烟
数据标注了人头和抽烟两个标签，数据格式是xml和转过的yolo的txt格式，总共有4800张图像。
1.5 拍照文档
文档的目标检测检测了两个目标，双开的书与单张的文档。标注工具是labelImg,数据格式是xml和yolo的txt。
单张的文档
双张的书本
1.6 身份证
数据集包含了身份证正面和身份背面，身份证正面标注了正面和头像，身份证背面标注了背面和国徽，总共四个目标。标注工具是labelImg,数据格式是xml和yolo的txt。训练效果可以参考我之后的博客：
证件拍照扫描——基于C++与深度神经网络实现证件识别扫描并1比1还原证件到A4纸上_知来者逆的博客-CSDN博客
1.7 银行卡
数据集包含了银行正面和银行背面，银联logo，IC芯片，总共四个目标。标注工具是labelImg,数据格式是xml和yolo的txt。
1.8 护照
护照标注了护照翻开的第一页和人物头像，总共两个目标。标注工具是labelImg,数据格式是xml和yolo的txt。
1.9 港澳通行证
港澳通行证标注了护正面、头像、背面，总共三个目标。标注工具是labelImg,数据格式是xml和yolo的txt。
1.10 居住证
居住证标注了护正面、头像，总共两个目标。标注工具是labelImg,数据格式是xml和yolo的txt。
1.11 驾驶证
驾驶证标注了护正面、头像，总共两个目标。标注工具是labelImg,数据格式是xml和yolo的txt。
1.12 社保卡
社保卡标注了头像，银联logo,IC卡，社保卡正面，社保卡反面，国徽总共五个目标。标注工具是labelImg,数据格式是xml和yolo的txt。
三、抠图
1.人像抠图
人像抠图有半身抠图，大概5万张左右，格式是mask图，这个是之前用于智能证件照。
待续更新................................