图像相关数据集汇总

1. 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

2. 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

3. 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

4. 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 )。

4. 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》

5. 人脸Dataset

1）LFW (Labeled Faces in the Wild)

6. Stereo Datasets

2）Middlebury Stereo Datasets

3）KITTI Vision Benchmark Suite

7. 普林斯顿大学人工智能自动驾驶汽车项目

1）Deep Drive

​ 2）Source Code and Data

8. 参考链接

机器学习数据集(Dataset)汇总