深度学习数据集1.7z资源-CSDN文库

共1个文件

docx：1个

深度学习

数据集

需积分: 5 200 浏览量 2024-05-13 17:42:35 上传评论收藏 3.65MB 7Z 举报

资源推荐

资源详情

资源评论

收起资源包目录

深度学习数据集1.7z （1个子文件）

深度学习数据集1.docx 3.74MB

前言：数据是深度学习的血液，本文介绍一下当前非常常见的一些数据集。

1 ImageNet

ImageNet 是一个计算机视觉系统识别项目，是目前世界上图像识别最大

的数据库。是美国斯坦福的计算机科学家李飞飞模拟人类的识别系统建立的。

能够从图片识别物体。目前已经包含 14197122 张图像，是已知的最大的图像

数据库。每年的 ImageNet 大赛更是魂萦梦牵着国内外各个名校和大型 IT 公司

以及网络巨头的心。图像如下图所示，需要注册 ImageNet 帐号才可以下载，

下载链接为 http://www.image-net.org/

2 PASCAL VOC

PASCALVOC 数据集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。图像如下

图所示，包含 VOC2007（430M），VOC2012（1.9G）两个下载版本。下载

链接为 http://pjreddie.com/projects/pascal-voc-dataset-mirror/

3 Labelme

Labelme 是斯坦福一个学生的母亲利用休息时间帮儿子做的标注，后来便

发展为一个数据集。该数据集的主要特点包括

（1）专门为物体分类识别设计，而非仅仅是实例识别

（2）专门为学习嵌入在一个场景中的对象而设计

（3）高质量的像素级别标注，包括多边形框（polygons）和背景标注

（segmentation masks）

（4）物体类别多样性大，每种物体的差异性，多样性也大。

（5）所有图像都是自己通过相机拍摄，而非 copy

（6）公开的，免费的

图像如下图所示，需要通过 matlab 来下载，一种奇特的下载方式，下载

链接为 http://labelme2.csail.mit.edu/Release3.0/index.php

4 COCO

COCO 是一种新的图像识别，分割和加字幕标注的数据集。主要由 Tsung-

Yi Lin（Cornell Tech），Genevieve Patterson （Brown），MatteoRuggero

Ronchi （Caltech），Yin Cui （Cornell Tech），Michael Maire （TTI

Chicago），Serge Belongie （Cornell Tech），Lubomir Bourdev （UC

Berkeley），Ross Girshick （Facebook AI), James Hays (Georgia

Tech),PietroPerona (Caltech)，Deva Ramanan (CMU），Larry Zitnick

（Facebook AI）， Piotr Dollár （Facebook AI）等人收集而成。其主要特征

如下

（1）目标分割

（2）通过上下文进行识别

（3）每个图像包含多个目标对象

（4）超过 300000 个图像

（5）超过 2000000 个实例

（6）80 种对象

（7）每个图像包含 5 个字幕

（8）包含 100000 个人的关键点

图像如下图所示，支持 Matlab 和 Python 两种下载方式，下载链接为

http://mscoco.org/

5 SUN

SUN 数据集包含 131067 个图像，由 908 个场景类别和 4479 个物体类别

组成，其中背景标注的物体有 313884 个。图像如下图所示，下载链接为

http://groups.csail.mit.edu/vision/SUN/

6 Caltech

Caltech 是加州理工学院的图像数据库，包含 Caltech101 和 Caltech256

两个数据集。该数据集是由 Fei-FeiLi, Marco Andreetto, Marc 'Aurelio Ranzato

在 2003 年 9 月收集而成的。Caltech101 包含 101 种类别的物体，每种类别大

约 40 到 800 个图像，大部分的类别有大约 50 个图像。Caltech256 包含 256

种类别的物体，大约 30607 张图像。图像如下图所示，下载链接为

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

7 Corel5k

这是 Corel5K 图像集，共包含科雷尔（Corel）公司收集整理的 5000 幅

图片，故名：Corel5K，可以用于科学图像实验：分类、检索等。Corel5k 数据

集是图像实验的事实标准数据集。请勿用于商业用途。私底下学习交流使用。

Corel 图像库涵盖多个主题，由若干个 CD 组成，每个 CD 包含 100 张大小相

等的图像，可以转换成多种格式。每张 CD 代表一个语义主题，例如有公共汽

车、恐龙、海滩等。Corel5k 自从被提出用于图像标注实验后，已经成为图像

实验的标准数据集，被广泛应用于标注算法性能的比较。Corel5k 由 50 张 CD

组成，包含 50 个语义主题。

Corel5k 图像库通常被分成三个部分：4000 张图像作为训练集，500 张图

像作为验证集用来估计模型参数，其余 500 张作为测试集评价算法性能。使用

验证集寻找到最优模型参数后 4000 张训练集和 500 张验证集混合起来组成新

的训练集。

该图像库中的每张图片被标注 1~5 个标注词，训练集中总共有 374 个标

注词，在测试集中总共使用了 263 个标注词。图像如下图所示，很遗憾本人也

未找到官方下载路径，于是 github 上传了一份，下载链接为

https://github.com/watersink/Corel5K

8 CIFAR（Canada Institude For Advanced Research）

CIFAR 是由加拿大先进技术研究院的 AlexKrizhevsky, Vinod Nair 和

Geoffrey Hinton 收集而成的 80 百万小图片数据集。包含 CIFAR-10 和 CIFAR-

100 两个数据集。 Cifar-10 由 60000 张 32*32 的 RGB 彩色图片构成，共 10

个分类。50000 张训练，10000 张测试（交叉验证）。这个数据集最大的特点

在于将识别迁移到了普适物体，而且应用于多分类。CIFAR-100 由 60000 张图

像构成，包含 100 个类别，每个类别 600 张图像，其中 500 张用于训练，100

张用于测试。其中这 100 个类别又组成了 20 个大的类别，每个图像包含小类

别和大类别两个标签。官网提供了 Matlab,C，python 三个版本的数据格式。图

像如下图所示，下载链接为 http://www.cs.toronto.edu/~kriz/cifar.html

评论收藏

内容反馈

'Steven

粉丝: 247
资源: 144

深度学习数据集1.7z

nsis-resources-3.4.1.7z

SH出租车gps数据1.7z

图像匹配1.7z

基于PHP的产品报价系统的设计与开发(源代码+论文)1.7z

计算机二级资料合集-1.7z

nginx-1.7z

x86_64-13.2.0-release-posix-seh-msvcrt-rt_v11-rev1.7z

x86_64-13.2.0-release-win32-seh-ucrt-rt_v11-rev1.7z

物理实验1.7z

springMybatis1.7z

chenzuoye-1.7z

实训1.7z

JavaGossip-V1.7z

docker教程3合1.7z

hashcat-4.0.1.7z

reader0.0.1.7z

48V上位机1.7z

x86_64-13.2.0-release-win32-seh-msvcrt-rt_v11-rev1.7z

Origin绘制相关性热图插件(Correlation Plot)

（免费）Chrome浏览器插件axure-chrome-extension

vep视频快速加密提取器

2011-2022年北大数字普惠金融指数数据（包括省市县）.zip

最新版YS9082HC主控开卡工具 YS9082HC-MPToolV8.00.00.18.826-HCS1A25E2023062

糖尿病数据集diabetes.csv（免费）

noc指导教师资格认证题库

IEEE 802.11be（WiFi7） 协议原文pdf文档

Axhub Charts Pro V2.1.1.rplib

青霉素发酵过程仿真数据

ESRI-Licensing文件夹，安装arcgispro无法破解登录

最新资源

IEEE 802.11be（WiFi7）协议原文pdf文档