哈希图像检索—图像数据集获取链接总结【Hashing数据集】

这段时间对于图像哈希进行了研究，之前相关的算法总结文件中也提到了一些数据集。想了解的朋友戳这里：http://blog.csdn.net/ying_xu/article/details/50532185

这里对图像领域常用的数据集的获取做一个总结，具体的数据集的详细信息和使用方法都可以在链接中学习到，先就不赘述了。

 

1.      The 【CIFAR-10】 dataset

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

2.      【IAPR TC-12】 Benchmark

http://www.imageclef.org/photodata

3.      The 【MIRFLICKR】 RetrievalEvaluation

http://press.liacs.nl/mirflickr/

4.      【SUN Database】: Scene Categorization Benchmark

http://vision.princeton.edu/projects/2010/SUN/

5.      The 【MNIST】 DATABASE ofhandwritten digits

http://yann.lecun.com/exdb/mnist/

6.      TEXMEX: 【ANN_SIFT10K】,【ANN_SIFT1M】, 【ANN_GIST1M】, 【ANN_SIFT1B】

http://corpus-texmex.irisa.fr/

并可以找到Matlab读取.fvecs, .ivecs和.bvecs后缀的mat文件

7.      【Tiny】 Images Dataset

http://horatio.cs.nyu.edu/mit/tiny/data/index.html

8.      【Photo Tourism】 (Exploring photo collection in 3D)

http://phototour.cs.washington.edu/

9.      【NUS-WIDE】

A Real-World Web Image Database from National University ofSingapore

http://lms.comp.nus.edu.sg/research/NUS-WIDE.htm

这个也可以参考下哦

http://www.datatang.com/data/13693

10.  The 【INRIA】 Holidaydataset

http://lear.inrialpes.fr/~jegou/data.php#holidays

11.  【LabelMe】

http://labelme2.csail.mit.edu/Release3.0/browserTools/php/dataset.php

这个可以需要自己使用matlab代码运行下载或者在线使用。

http://people.csail.mit.edu/torralba/code/spatialenvelope/

可以参考一下这个链接的数据：The LabelMe-12-50k dataset

http://www.ais.uni-bonn.de/download/datasets.html

这里也提供两个可以下载其gist特征提取后的mat数据集：

http://cs.nyu.edu/~fergus/research/tfw_cvpr08_code.zip
http://www.cs.toronto.edu/~norouzi/research/mlh/data/LabelMe_gist.mat

12.  【ILSVRC2010】

http://www.image-net.org/challenges/LSVRC/2010/

13.  【Caltech-256】

http://www.vision.caltech.edu/Image_Datasets/Caltech256/#Benchmarks

这个比Caltech-101改进许多，建议可以使用256

也附上Caltech-101的链接：

http://www.vision.caltech.edu/Image_Datasets/Caltech101/

 

根据之前总结的算法中用到的主要就是以上这些，欢迎补充~

====================2016年6月28日 补充========================================

14. Places Database: A scene recognition database

http://places.csail.mit.edu/

======================2016年10月05日补充==============================================

http://deeplearning.net/datasets/

这个链接包含了深度学习中用到的音乐数据集， 自然图片数据集（哈希可用），人工数据集，脸部数据集，文本，演讲，推荐系统等的比较全面的数据集介绍以及详细页面链接。供参考。