用于计算机视觉训练的图像数据集
大本营 使计算机能够理解图像和的内容。计算机视觉的目标是使人类视觉系统可以实现任务自动化。 计算机视觉任务包括图像采集、图像处理和图像分析。图像数据可以采用不同的形式，例如视频序列，从多个角度的不同的摄像机查看图像或来自医疗扫描仪的多维数据。 用于计算机视觉训练的图像数据集 Labelme：麻省理工学院计算机科学与实验室（CSAIL）创建的大型数据集，包含187,240张图像、62,197条带注释的图像和658,992张带标签的对象。 乐高积木：通过文件夹和使用Blender渲染的计算机对大约16700种乐高积木进行分类的大约12,700张图像。 ImageNet：用于新的实际图像数据集。根据WordNet层次结构进行组织，其中层次结构的每个节点都以成千上万的图像进行描绘。 LSUN：具有许多辅助任务的场景理解（房间布局估计、显着性预测等） MS COCO：COCO是包含200,000多个标记图像的大规模对象、分割和字幕数据集。它可以用于对象分割，上下文识别以及许多其他用例。 哥伦比亚大学图像库：COIL100是一个数据集，其中包含360个旋转角度中每个角度成像的100个不同对象。 视觉基因组：视觉基因组是一个数据集和知识库，旨在将结构化图像概念与语言联系起来。该数据库具有详细的视觉知识库，并带有108,077张图像的字幕。 Google的开放图像：“Creative Commons”下900万个URL的图像集合，这些URL已用6000多个类别的标签进行了注释。 来自“打开图像”数据集的带注释的图像。 左：Kevin Krejci的《鬼拱门》。右：J B制造的银制厨房用具。两个图像均在CC BY 2.0许可下使用。 Youtube-8M：带有标签的大规模数据集，由数百万个YouTube视频ID组成，带有超过3,800多个视觉实体的注释。 带标签的野外面孔：13,000个带标签的人脸图像，用于开发涉及面部识别的应用程序。 斯坦福犬类数据集：包含20,580张图像和120种不同的犬种类别，每个类别约有150张图像。 地点：以场景为中心的数据库，其中包含205个场景类别和250万个带有类别标签的图像。 CelebFaces：具有超过200,000张名人图像的人脸数据集，每个图像带有40个属性注释。 来自CelebFaces数据集的样本图像。 花卉：在英国常见的花朵图像数据集，包含102个不同类别。每个花类由40至258张图像组成，这些图像具有不同的姿势和光线变化。 植物图像分析：涵盖超过一百万张植物图像的数据集。可以从11种植物中选择。 家庭对象：一个数据集，其中包含来自家庭的随机对象，大部分来自厨房、浴室和客厅，这些对象分为训练和测试数据集。 CIFAR-10：包含60,000张32×32彩色图像的大型图像数据集，分为10类。数据集分为五个训练批次和一个测试批次，每个批次包含10,000张图像。 CompCars：包含163种车型，包含1,716种车型，每种车型都标有五个属性，包括最大速度、排量、门数、座位数和汽车类型。 室内场景识别：非常具体的数据集，非常有用，因为大多数场景识别模型在“外部”效果更好。包含67个室内类别，共15620张图像。 VisualQA：VQA是一个数据集，包含有关265,016张图像的开放式问题。这些问题需要对视觉和语言的理解。对于每个图像，至少有3个问题，每个问题10个答案。 原文链接：https://hackernoon.com/top-20-image-datasets-for-machine-learning-and-compur-vision-rq3w3zxo 本文由AI科技大本营翻译，转载请注明出处 译文链接：https://mp.weixin.qq.com/s/aRQXJ2_VP4SHeed6N52CVQ 审核编辑：何安欧普
