21个深度学习开源数据集分类汇总
导读
本文收集整理了21个国内外经典的开源数据，包含了目标检测、图像分割、图像分类、人脸、自动驾驶、姿态估计、目标跟踪等方向。
深度学习的三大要素：数据、算法、算力。
数据在深度学习中占据着非常重要的地位，一个高质量的数据集往往能够提高模型训练的质量和预测的准确率。本次收集整理了21个国内外经典的开源数据，包含了目标检测、图像分割、图像分类、人脸、自动驾驶、姿态估计、目标跟踪等方向。
一、目标检测
1.COCO2017数据集
COCO2017是2017年发布的COCO数据集的一个版本，主要用于COCO在2017年后持有的物体检测任务、关键点检测任务和全景分割任务。
二、图像分割
1.LVIS数据集
LVIS是一个大规模细粒度词汇集标记数据集，该数据集针对超过 1000 类物体进行了约 200 万个高质量的实例分割标注，包含 164k 张图像。
2.高密度人群及移动物体视频数据集
Crowd Segmentation Dataset 是一个高密度人群和移动物体视频数据，视频来自BBC Motion Gallery 和 Getty Images 网站。
3.DAVIS 视频分割数据集
Densely Annotated Video Segmentation 是一个高清视频中的物体分割数据集，包括 50个 视频序列，3455个 帧标注，视频采集自高清 1080p 格式。
三、图像分类
1.MNIST 手写数字图像数据集
MNIST数据集是一个手写阿拉伯数字图像识别数据集，图片分辨率为 20x20 灰度图图片，包含‘0 - 9’ 十组手写手写阿拉伯数字的图片。其中，训练样本 60000 ，测试样本 10000，数据为图片的像素点值，作者已经对数据集进行了压缩。
2.Kaggle 垃圾分类图片数据集
该数据集是图片数据，分为训练集85%（Train）和测试集15%（Test）。其中O代表Organic（有机垃圾），R代表Recycle（可回收）
四、人脸
1.IMDB-WIKI人脸数据集
IMDB-WIKI 500k+ 是一个包含名人人脸图像、年龄、性别的数据集，图像和年龄、性别信息从 IMDB 和 WiKi 网站抓取，总计 524230 张名人人脸图像及对应的年龄和性别。其中，获取自 IMDB 的 460723 张，获取自 WiKi 的 62328 张。
2.WiderFace人脸检测数据集
WIDER FACE数据集是人脸检测的一个benchmark数据集，包含32203图像，以及393,703个标注人脸，其中，158,989个标注人脸位于训练集，39,,496个位于验证集。每一个子集都包含3个级别的检测难度：Easy，Medium，Hard。这些人脸在尺度，姿态，光照、表情、遮挡方面都有很大的变化范围。WIDER FACE选择的图像主要来源于公开数据集WIDER。制作者来自于香港中文大学，他们选择了WIDER的61个事件类别，对于每个类别，随机选择40%10%50%作为训练、验证、测试集。
3.LFW 人像图像数据集
该数据集是用于研究无约束面部识别问题的面部照片数据库。数据集包含从网络收集的13000多张图像。每张脸都贴上了所画的人的名字，图片中的1680人在数据集中有两个或更多不同的照片。
GENKI数据集是由加利福尼亚大学的机器概念实验室收集。该数据集包含GENKI-R2009a,GENKI-4K,GENKI-SZSL三个部分。GENKI-R2009a包含11159个图像，GENKI-4K包含4000个图像，分为“笑”和“不笑”两种，每个图片的人脸的尺度大小，姿势，光照变化，头的转动等都不一样，专门用于做笑脸识别。GENKI-SZSL包含3500个图像，这些图像包括广泛的背景，光照条件，地理位置，个人身份和种族等。
五、姿态估计
1.MPII人体模型数据集
MPII Human Shape 人体模型数据是一系列人体轮廓和形状的3D模型及工具。模型是从平面扫描数据库 CAESAR 学习得到。
2.MPII人类姿态数据集
MPII 人体姿态数据集是用于评估人体关节姿势估计的最先进基准。该数据集包括大约 25,000 张图像，其中包含超过 40,000 个带有注释身体关节的人。这些图像是使用已建立的人类日常活动分类法系统收集的。总的来说，数据集涵盖了 410 项人类活动，每个图像都提供了一个活动标签。每张图像都是从 YouTube 视频中提取的，并提供前后未注释的帧。此外，测试集有更丰富的注释，包括身体部位遮挡和 3D 躯干和头部方向。
六、自动驾驶
1.KITTI 道路数据集
道路和车道估计基准包括289次培训和290幅测试图像。我们在鸟瞰空间中评估道路和车道的估计性能。它包含不同类别的道路场景：城市无标记、城市标记、 城市多条标记车道以及以上三者的结合。
2.CrackForest数据集
CrackForest数据集是一个带注释的道路裂缝图像数据库，可以大致反映城市路面状况。
3.KITTI-2015立体声数据集
stero 2015 基准测试包含 200 个训练场景和 200 个测试场景（每个场景 4 幅彩色图像，以无损 png 格式保存）。与stereo 2012 和flow 2012 基准测试相比，它包含动态场景，在半自动过程中为其建立了真值。该数据集是通过在卡尔斯鲁厄中等规模城市、农村地区和高速公路上行驶而捕获的。每张图像最多可以看到 15 辆汽车和 30 名行人。
4.KITTI-2015光流数据集
Flow 2015 基准测试包含 200 个训练场景和 200 个测试场景（每个场景 4 幅彩色图像，以无损 png 格式保存）。与stereo 2012 和flow 2012 基准测试相比，它包含动态场景，在半自动过程中为其建立了真值。该数据集是通过在卡尔斯鲁厄中等规模城市、农村地区和高速公路上行驶而捕获的。每张图像最多可以看到 15 辆汽车和 30 名行人。
5.KITTI-2015场景流数据集
Sceneflow 2015 基准测试包含 200 个训练场景和 200 个测试场景（每个场景 4 幅彩色图像，以无损 png 格式保存）。与stereo 2012 和flow 2012 基准测试相比，它包含动态场景，在半自动过程中为其建立了真值。该数据集是通过在卡尔斯鲁厄中等规模城市、农村地区和高速公路上行驶而捕获的。每张图像最多可以看到 15 辆汽车和 30 名行人。
6.KITTI深度数据集
KITTI-depth 包含超过 93,000 个深度图以及相应的原始 LiDaR 扫描和 RGB 图像。鉴于大量的训练数据，该数据集应允许训练复杂的深度学习模型，以完成深度补全和单幅图像深度预测的任务。此外，该数据集提供了带有未发布深度图的手动选择图像，作为这两个具有挑战性的任务的基准。
七、目标跟踪
1.ALOV300++跟踪数据集
ALOV++，Amsterdam Library of Ordinary Videos for tracking 是一个物体追踪视频数据，旨在对不同的光线、通透度、泛着条件、背景杂乱程度、焦距下的相似物体的追踪。
八、动作识别
1.HMDB人类动作视频数据集
由布朗大学发布的人类动作视频数据集，该数据集视频多数来源于电影，还有一部分来自公共数据库以及YouTube等网络视频库。数据库包含有6849段样本，分为51类，每类至少包含有101段样本。
2.UCF50动作识别数据集
UCF50 是一个由中佛罗里达大学发布的动作识别数据集，由来自 youtube 的真实视频组成，包含 50 个动作类别，如棒球投球、篮球投篮、卧推、骑自行车、骑自行车、台球、蛙泳、挺举、跳水、击鼓等。对于所有 50 个类别，视频分为 25 组，其中每组由超过 4 个动作剪辑。同一组中的视频片段可能具有一些共同的特征，例如同一个人、相似背景、相似视点等。
3.SBU Kinect 交互数据集
SBU Kinect Interaction是一个复杂的人类活动数据集，描述了两个人的交互，包括同步视频、深度和运动捕捉数据。
转自丨极市平台
| 精品视频课程推荐（即买即看） | ||
|---|---|---|
| 1 | 录播 | 基于MATLAB机器学习、深度学习在图像处理中的实践技术应用 |
| 2 | 录播 | 基于PyTorch深度学习实践技术应用精品课程 |
| 3 | 录播 | 基于MATLAB深度学习的视频分类案例实战精品视频 |
| 4 | 录播 | 全套Python机器学习核心技术与案例分析实践应用视频课程 |
| 5 | 录播 | MATLAB近红外光谱分析技术及实践技术应用视频课程 |
| 6 | 录播 | MATLAB-变量降维与特征选择实践技术应用视频课程 |
| 7 | 录播 | MATLAB群优化算法实践技术应用视频课程 |
| 8 | 录播 | MATLAB迁移学习实践技术应用视频课程 |
| 9 | 录播 | MATLAB循环神经与长短时记忆神经网络实践技术应用视频课程 |
| 10 | 录播 | MATLAB卷积神经网络实践技术应用视频课程 |
| 11 | 录播 | MATLAB BP神经网络案例分析精品课程 |
视频教程+课件资料及数据代码+导师随行辅导 联系课程专员，最高享受7.5折优惠 |
添加小编微信，海量数据、视频教程免费获取
海量数据免费获取
+
Ai尚研修海量资源（数据、课件、书籍、视频教程）一键免费领取
（点击数据标题，直接进入）
10、【数据分享】中国2000-2010年NPP数据集11、【数据分享】2015年30m土地覆盖数据
12、【数据分享】中国100万植被类型空间分布数据13、【数据分享】更新！31个省级统计年鉴合集（12省更新至2020） 免费下载！14、【数据分享】1982年-2015年全球逐年长时序动态土地覆盖数据产品（GLASS-GLC）15、【数据分享】全网最全！34个省（市、自治区）2001-2020年统计年鉴（免费）16、好资料-百篇高光谱领域的论文，已经帮您整理收集完了，快放进自己文件夹中！！17、【数据分享】中国自然地理分区数据集（包含农业自然、农业熟制、九大农业区划，九大流域片、八大森林工程、生态功能保护区等数据）18、【数据分享】1979-2020年长时间序列遥感降水数据19、【数据分享】碳排放数据地方清单excel表格，分省、市、县（区）免费获取20、【数据资源】最新最全！市级国土空间总体规划制图规范GIS符号库（2021新版
气数据
土地利用数据1、【数据分享】2020年中国土地利用遥感监测数据丨免费下载！2、【数据分享】中国土地利用数据1980-2015 （免费获取）3、【数据分享】土地利用（覆盖）数据下载汇总4、【数据分享】世界土壤数据库（HWSD）全球土壤数据下载处理5、【数据分享】15省《中国土壤分布》土壤分布矢量数据，含使用说明6、【数据分享】中国农田熟制遥感监测数据集7、【数据分享】中国分省、市、县的地形起伏度数据
水文领域数据1、【数据分享】基于DEM提取的中国流域、河网数据免费下载2、【数据分享】中国水系数据，包含长江黄河、湖泊、以及一级三级四级五级河流矢量数据3、【最好用的水文实例计算含过程】水利工程实用水文水利计算
4、【数据分享】中国九大流域矢量数据及2019版最新流域水系（免费下载）
5、【数据分享】全国电子地图SHP数据快来领取啦！（包括道路、水系、银行、绿地、高速出入口、医疗机构、餐饮、超市等信息。）
6、【数据分享】分省份水系数据7、【数据分享】2000～2019 年中国各省、市、区县分年、分月、逐日平均降水量数据8、【数据分享】6G超大超级详细矢量数据，来源于国内某地图导航基底数据
年鉴类数据1、【数据分享】1984-2018中国教育统计年鉴（全部EXCEL格式）免费下载！2、【数据分享】国土资源统计年鉴2005-2017&中国林业统计年鉴1992-20193、【数据分享】一个横跨35年的数据，1985-2019中国城市统计年鉴4、【数据分享】28年《中国工业统计年鉴》免费下载5、【数据分享】最新中国县域统计年鉴（2000-2019年）来了！EXCEL+PDF版本全部免费下载6、【数据分享】中国农业统计资料1949-2019，免费下载 ！7、【数据分享】全Excel！中国科技统计年鉴1991-2019（免费）8、【数据分享】全网最全、最新的林业统计年鉴（1996-2019）免费下载9、【数据分享】中国环境统计年鉴：1998-2018（免费）10、【数据分享】《中国文化和旅游统计年鉴》又是一个24年的统计年鉴集合11、【数据分享】最新EXCEL中国统计年鉴2020+经管教材16本+python学习资源（免费）12、【数据分享】国际统计年鉴1995-2019（免费)13、【数据分享】中国海洋统计年鉴2000-2017（免费）14、【数据分享】2000-2020《中国港口年鉴》免费下载
经济类数据1、【数据分享】中国及省级市场化总指数及方面指数：08-192、【数据分享】400万！人口迁徙大数据2019-20203、【数据分享】110+指标！城市面板2003-2018&地形起伏数据集（免费获取）
4、【数据分享】289个城市教育与卫生常有指标面板数据（1996-2020）
部分数据展示，关注Ai尚研修技术平台公众号，更多数据资源轻松下载！
超级会员专享
如何成为超级会员：
1.凡参加Ai尚研修收费课程即为超级会员
1.充值3500元即为Ai尚研修超级会员；
超级会员特权：
1.参加直播与现场课程专享400元会员优惠，同时成为Ai尚研修推广大使，推荐参会分享收益。
2.购买Ai尚研修平台导师视频课程（含导师随行长期指导），享受8.5折优惠。
3.免费享受Ai尚研修会议平台中会员专享下视频课程。
4.长期免费参与每月4期针对地学领域简学实用公开课（优先、无门槛）
5.免费参与任何一门课程开设的导师面对面线上答疑交流。
6.Ai尚研修资源站分享中数据免费下载；
7.会员既成为Ai尚研修合作伙伴，可以进行技术文章、视频教程投稿，分享收益红利，同时所在单位可以通过Ai尚研修新媒体平台进行合作及招聘推广。
扫描咨询
END
Ai尚研修丨专注科研领域
技术推广，人才招聘推荐，科研活动服务
科研技术云导师，Easy Scientific Research