深度学习、机器学习图像/人脸/字幕/自动驾驶数据集(Dataset)汇总

 向AI转型的程序员都关注了这个号👇👇👇

大数据挖掘DT数据分析  公众号： datadw

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。

下载地址

https://www.cs.toronto.edu/~kriz/cifar.html

    （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

下载地址

https://www.cs.toronto.edu/~kriz/cifar.html

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。

2. 图像分类结果及对应的论文

 

下载地址

http://rodrigob.github.io/are_we_there_yet/build/classification_datasets_results.html

包含数据集：MNIST、CIFAR-10、CIFAR-100、STL-10、SVHN、ILSVRC2012 task 1    

    ILSVRC： ImageNet Large Scale Visual Recognition Challenge

下载地址

http://www.image-net.org/challenges/LSVRC/2014/

3. ImageNet

下载地址

http://www.image-net.org/

    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

下载地址

http://mscoco.org/

    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)

http://mscoco.org/dataset/#detections-challenge2016

和COCO 2016 Keypoint Challenge(2016.6.1-2016.9.9)

http://mscoco.org/dataset/#keypoints-challenge2016

已经由Microsoft发起 由ECCV 2016(ECCV：European Conference On Computer Vision )。

4. 3D数据

   1）RGB-D People Dataset

http://www2.informatik.uni-freiburg.de/~spinello/RGBD-dataset.html

 

   2）NYU Hand Pose Dataset 

http://cims.nyu.edu/~tompson/NYU_Hand_Pose_Dataset.htm

code

https://github.com/jonathantompson/ModelFit

   3）Human3.6M (3D Human Pose Dataset)

http://vision.imar.ro/human3.6m/description.php

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

5. 人脸Dataset

   1）LFW (Labeled Faces in the Wild)

http://vis-www.cs.umass.edu/lfw/index.html

6. Stereo Datasets

   1）Middlebury Stereo Datasets

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

   2）KITTI Vision Benchmark Suite

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

7. 普林斯顿大学人工智能自动驾驶汽车项目

   1）Deep Drive

http://deepdrive.io/

    2）Source Code and Data

http://deepdriving.cs.princeton.edu/

人工智能大数据与深度学习

搜索添加微信公众号：weic2c

长按图片，识别二维码，点关注

---

大数据挖掘DT数据分析

搜索添加微信公众号：datadw

教你机器学习，教你数据挖掘

长按图片，识别二维码，点关注