计算机视觉(图像分类、检测、分割)数据集和比赛
2017-07-15 14:29
676 查看
1 ImageNet数据集和ILSVRC
Imagenet数据集是目前深度学习图像领域应用得非常多的一个数据集,关于图像分类、定位、检测等研究工作大多基于此数据集展开。Imagenet数据集有1400多万幅图片,涵盖2万多个类别;其中有超过百万的图片有明确的类别标注和图像中物体位置的标注。Imagenet数据集文档详细,有专门的团队维护,使用非常方便,在计算机视觉领域研究论文中应用非常广,几乎成为了目前深度学习图像领域算法性能检验的“标准”数据集。ImageNet国际计算机视觉挑战赛(ILSVRC) —— ImageNet Large Scale Visual Recognition Competition
2 COCO common objects Dataset
COCO数据集由微软赞助,其对于图像的标注信息不仅有类别、位置信息,还有对图像的语义文本描述,COCO数据集的开源使得近两三年来图像分割语义理解取得了巨大的进展,也几乎成为了图像语义理解算法性能评价的“标准”数据集。Google的开源show and tell生成模型就是在此数据集上测试的。3 Pascal VOC
PASCAL VOC挑战赛是视觉对象的分类识别和检测的一个基准测试,提供了检测算法和学习性能的标准图像注释数据集和标准的评估系统。PASCAL VOC图片集包括20个目录:人类;动物(鸟、猫、牛、狗、马、羊);交通工具(飞机、自行车、船、公共汽车、小轿车、摩托车、火车);室内(瓶子、椅子、餐桌、盆栽植物、沙发、电视)。PASCAL VOC挑战赛在2012年后便不再举办,但其数据集图像质量好,标注完备,非常适合用来测试算法性能。4 CIFAR
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。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。图像类别均有明确标注。CIFAR对于图像分类算法测试来说是一个非常不错的中小规模数据集。5 MNIST
THE MNIST DATABASE of handwritten digits6 KITTI
KITTI由德国卡尔斯鲁厄理工学院(Karlsruhe Institute of Technology)和丰田芝加哥技术研究院(Toyota Technological Institute at Chicago)于2012年联合创办,是目前国际上最大的自动驾驶场景下的计算机视觉算法评测数据集。7 Cityscapes
Cityscapes也是自动驾驶相关方面的数据集,重点关注于像素级的场景分割和实例标注8 LFW
人脸识别数据集LFW(Labeled Faces in the Wild)参考
【资源帖】深度学习视觉领域常用数据集汇总计算机视觉相关数据集和比赛
人工智能大数据,公开的海量数据集下载,ImageNet数据集下载,数据挖掘机器学习数据集下载
相关文章推荐
- 【机器视觉】计算机视觉必读:图像分类、定位、检测,语义分割和实例分割方法梳理
- 干货丨计算机视觉必读:图像分类、定位、检测,语义分割和实例分割方法梳理(经典长文,值得收藏)
- 常用图像数据集大全(分类,跟踪,分割,检测等)
- 常用图像数据集大全(分类,跟踪,分割,检测等)
- 常用图像数据集大全(分类,跟踪,分割,检测等)
- 常用图像数据集大全(分类,跟踪,分割,检测等)
- 常用图像数据集大全(分类,跟踪,分割,检测等)
- 计算机视觉之目标检测及图像分割方法
- 常用图像数据集大全(分类,跟踪,分割,检测等)
- 常用图像数据集大全(分类,跟踪,分割,检测等)
- 计算机视觉·常用数据集·图像分割
- 图像分类,物体检测,语义分割,实例分割的联系和区别
- python计算机视觉2:图像边缘检测
- 从特斯拉到计算机视觉之「图像语义分割」
- 【计算机视觉】借助图像直方图来检测特定物(MeanShift、CamShift算法)
- 计算机视觉相关数据集和比赛
- 图像/视觉显著性检测技术发展情况梳理(Saliency Detection、Visual Attention)--计算机视觉专题2
- Viola&Jones的人脸检测说起 分类: 计算机视觉(转载) 2014-08-08 16:46 155人阅读 评论(0) 收藏
- 深度学习与计算机视觉[CS231N]学习笔记(2.1):图像分类