belme：数据集中包含大量有标注的图像数据。
ImageNet： 是一个用于视觉对象识别软件研究的大型可视化数据库。超过1400万的图像URL被ImageNet手动注释。根据 WordNet 层次结构来组织，其中层次结构的每个节点都由成百上千个图像来描述。
LSUN：场景理解与许多辅助任务（房间布局估计，显着性预测等）
MS COCO：通用图像的理解和文字描述。
COIL 100：在 360 度旋转中以各个角度成像的 100 个不同的物体。
视觉基因组：非常详细的视觉知识库，配以0 万张带有文字描述的图像。
谷歌的Open Images：“知识共享”（Creative Commons）下的900万个图像网址集合，已标注超过6,000个类别的标签。
Labelled Faces in the Wild：13,000个人脸标记图像，用于开发涉及面部识别的应用程序。
Stanford Dogs Dataset：包含20580张图片和120个不同的狗品种类别。
室内场景识别（Indoor Scene Recognition）：这是一个非常细化的数据集，由于大多数在“户外”场景中表现良好的场景识别模型在室内表现不佳，因而这个数据集非常有用。内有 67 个室内类别，共 15,620 张图像
计算机视觉 数据集
猜你喜欢
转载自blog.csdn.net/weixin_44356285/article/details/86421133
今日推荐
周排行