计算机视觉/深度学习数据集

最新推荐文章于 2025-05-03 14:38:43 发布

佛系社恐人员

最新推荐文章于 2025-05-03 14:38:43 发布

阅读量1.2k

点赞数 1

分类专栏：随查小记文章标签：数据集

随查小记专栏收录该内容

1 篇文章

订阅专栏

本文汇总了多个领域内的图像与视频数据集资源，包括ISPRS、EuroSDR、Middlebury、KITTI等，涵盖了航空、无人机、立体匹配、三维重建、自动驾驶、人脸识别等多种应用场景，是计算机视觉研究不可或缺的资料。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1 ISPRS数据集
ISPRS官方提供了航空、无人机、倾斜影像数据进行密集匹配和三维重建，以下给出相应的数据获取地址。注意这三组数据的下载都是免费的，但是需要填写登记表并用邮件发给数据提供方，提供方会将最终的下载链接发至邮箱。

1.1 航空数据

一共提供了两组航空实验数据，一组是高楼林立的加拿大Toronto地区，另一组是半农村地区的德国Vaihingen地区。两组数据的航向重叠度为60%，旁向重叠度为30%。

链接：http://www2.isprs.org/commissions/comm3/wg4/detection-and-reconstruction.html

1.2 无人机数据

链接：http://www2.isprs.org/commissions/comm1/icwg15b/benchmark_main.html

1.3 倾斜数据

链接：http://www2.isprs.org/commissions/comm1/icwg15b/benchmark_main.html

2 EuroSDR数据集
一共提供了两组航空实验数据，一组是高楼林立的德国Muenchen地区，另一组是半农村地区的德国Vaihingen地区。两组数据的航向重叠度为80%，旁向重叠度为60%。

链接：http://www.ifp.uni-stuttgart.de/ISPRS-EuroSDR/ImageMatching/index.en.html

3 Middlebury数据集

Middlebury视觉网站提供了计算机视觉领域研究立体匹配最重要的标准测试集，该网站给出的影像都是经过核线校正的近景影像。影像类型十分丰富，包含弱纹理、重复纹理、阴影、光照差异等难以处理的情况下的立体影像。

链接：http://vision.middlebury.edu/stereo/data/

4 KITTI数据集
KITTI针对自动驾驶领域的研究，给出了丰富的街景立体核线影像。

链接：http://www.cvlibs.net/datasets/kitti/eval_scene_flow.php?benchmark=flow

5 中科院自动化所数据集
国内的中科院自动化研究所提供了多组近景三维重建的数据集。

链接：http://vision.ia.ac.cn/zh/data/index.html

6. 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<for C程序>）

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。

7. 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

8. ImageNet
ImageNet相关信息如下：

    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

9. 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 )。

10. 3D数据
1）RGB-D People Dataset

2）NYU Hand Pose Dataset code

3）Human3.6M (3D Human Pose Dataset)

- 《Iterated Second-Order Label Sensitive Pooling for 3D Human Pose Estimation》

11. 人脸Dataset
1）LFW (Labeled Faces in the Wild)

12. Stereo Datasets
2）Middlebury Stereo Datasets

3）KITTI Vision Benchmark Suite

转载：https://blog.youkuaiyun.com/VisualMan_whu/article/details/53809811

https://blog.youkuaiyun.com/u014696921/article/details/53083894