机器学习数据集(Dataset)汇总

1. CIFAR-10 & CIFAR-100

    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。

    （类别：airplane，automobile, bird, cat, deer, dog, frog, horse, ship, truck）

    （作者：Alex Krizhevsky, Vinod Nair, and Geoffrey Hinton）

    （数据格式：Python版本、Matlab版本、二进制版本<for C程序>）

     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。每个图像有一个"find" label和一个"coarse"label。

2. 图像分类结果及对应的论文

    图像分类结果及应的论文，包含数据集：MNIST、CIFAR-10、CIFAR-100、STL-10、SVHN、ILSVRC2012 task 1     

    ILSVRC： ImageNet Large Scale Visual Recognition Challenge

3. ImageNet

    ImageNet相关信息如下：

    1）Total number of non-empty synsets: 21841
    2）Total number of images: 14,197,122
    3）Number of images with bounding box annotations: 1,034,908
    4）Number of synsets with SIFT features: 1000
    5）Number of images with SIFT features: 1.2 million

4. COCO

    COCO(Common Objects in Context)是一个新的图像识别、分割、和字幕数据集，它有如下特点：

    1）Object segmentation

    2）Recognition in Context
    3）Multiple objects per image
    4）More than 300,000 images
    5）More than 2 Million instances
    6）80 object categories
    7）5 captions per image
    8）Keypoints on 100,000 people

    COCO 2016 Detection Challenge(2016.6.1-2016.9.9)和COCO 2016 Keypoint Challenge(2016.6.1-2016.9.9)已经由Microsoft发起 由ECCV 2016(ECCV：European Conference On Computer Vision )。

4. 3D数据

   1）RGB-D People Dataset

     2）NYU Hand Pose Dataset code

   3）Human3.6M (3D Human Pose Dataset)

         - 《Iterated Second-Order Label Sensitive Pooling for 3D Human Pose Estimation》

5. 人脸Dataset

   1）LFW (Labeled Faces in the Wild) 

6. Stereo Datasets

   2）Middlebury Stereo Datasets

   3）KITTI Vision Benchmark Suite

7. 普林斯顿大学人工智能自动驾驶汽车项目

   1）Deep Drive

    2）Source Code and Data