阅读目录
- Images Analysis
- Image Motion & Tracking
- Video Analysis & Scene Understanding
- 3D Computer Vision
- Analyzing Humans in Images
- Application
- Low- & Mid-Level Vision
- Text
Images Analysis
数据集 | 介绍 | 备注 | 网址 |
---|---|---|---|
Flickr30k | 图片描述 | 31,783 images,每张图片5个语句标注 | 链接 |
Microsoft COCO | 图片描述 | 330,000 images,每张图片至少5个语句标注 | 链接 |
ESP Game | 多标签定义图像 | 20,770 images,268 tags,诸如bed, light man,music | 链接 |
IAPRTC-12 | 多标签定义图像 | 19,452 images,291 tags | 链接 |
NUS-WIDE | 多标签定义图像 | 269,648 images,several tags (2-5 on average) per image | 链接 |
CUHK-PEDES | 以文搜图 | 34,054 images,每张图片2条描述 | 链接 |
VRD | 视觉关系检测 | 5,000 images, 100目录,37,993对关系 | 链接 |
sVG | 视觉关系检测 | 108,000 images, 998,000对关系 | 链接 |
Visual Genome Dataset | 图像属性检测 | 108,077 images, 5.4 M 区域块,2.8 M 属性,2.3 M 关系 | 链接 |
VQA | 问答系统 | 1,105,904问题,11,059,040 回答 | 链接 |
Visual7W | 问答系统 | 327,939 问答对 | 链接 |
TID2013 | 图像质量评价 | 25张参考图像,24个失真类型 | 链接 |
CSIQ | 图像质量评价 | 30张参考图像,6个失真类型 | 链接 |
LIVE | 图像质量评价 | 29张参考图像,5个失真类型 | 链接 |
WATERLOO | 图像质量评价 | 4744张参考图像,20个失真类型 | 链接 |
photo.net | 图像美观评价 | 20,278张图像,打分[0,10] | 链接 |
DPChallenge.com | 图像美观评价 | 16,509张图像,打分[0,10] | 链接 |
CUHK | 图像美观评价 | 28,410张图像,只分高质量和低质量 | 链接 |
AVA | 图像美观评价 | 255,500张图像,打分[0,10] | 链接 |
Image Motion & Tracking
数据集 | 介绍 | 备注 | 网址 |
---|---|---|---|
CUHK03 | Person re-identification(人重识别) | image num:13164 person num:1360 camera num:10( 5 pairs) | 链接 |
CUHK02 | Person re-identification(人重识别) | image num:7264 person num:1816 camera num:10( 5 pairs) | 链接 |
CUHK01 | Person re-identification(人重识别) | image num:3884 person num:971 camera num: 2 | 链接 |
VIPeR | Person re-identification(人重识别) | image num:1264 person num:632 camera num:2 | 链接 |
ETH1,2,3 | Person re-identification(人重识别) | image num:8580 person num:83,35,28 camera num:1 | 链接 |
PRID2011 | Person re-identification(人重识别) | image num:24541 person num:934 camera num:2 | 链接 |
MARS | Person re-identification(人重识别) | image num:11910031 person num:1261 camera num:6 | 链接 |
Market1501 | Person re-identification(人重识别) | image num:32217 person num:1501 camera num:6 | 链接 |
Epic Fail (EF) dataset | Risk Assessment(风险评估) | video num:3000 | 链接 |
Street Accident (SA) dataset | Risk Assessment(风险评估) | video num:1733 | 链接 |
OTB-50 | visual tracking(跟踪) | video num:50 | 链接 |
OTB-100 | visual tracking(跟踪) | video num:100 | 链接 |
VOT2015 | visual tracking(跟踪) | video num:60 | 链接 |
ALOV300 | visual tracking(跟踪) | video num:314 | 链接 |
MOT | visual tracking(跟踪) | video num:train:11 test:11 | 链接 |
THUMOS | Temporal action localization(动作定位) | video num:~3K activities class:20 instances:~3K | 链接 |
ActivityNet | Temporal action localization(动作定位) | video num:20k activities class:200 instances:7.6K | 链接 |
Mexaction2 | Temporal action localization(动作定位) | activities class:2 instances:1975 | 链接 |
FlyingChairs dataset | optical flow(光流) | image pairs:22k | 链接 |
FlyingThings3D | optical flow(光流) | image pairs:22k | 链接 |
KITTI benchmark suite | optical flow(光流) | image pairs:1600 | 链接 |
MPI Sintel | optical flow(光流) | image pairs:1064 | 链接 |
Video Analysis & Scene Understanding
数据集 | 介绍 | 备注 | 网址 |
---|---|---|---|
UCF101 | 动作行为识别 | 13320 video,101类动作,主要是五大类:1)人-物交互;2)肢体运动;3)人-人交互;4)弹奏乐器;5)运动 | 链接 |
HMDB51 | 动作行为识别 | 7000 videos,51类,包括人脸表情动作,身体动作,人与人交互等 | 链接 |
Moments-in-Time | 动作行为识别 | 1,000,000 videos,339类 | 链接 |
ActivityNet 1.3 | 动作行为识别 | 20,000 videos,200类 | 链接 |
Kinetics | 动作行为识别 | 300,000 videos,400类 | 链接 |
AVA | 动作行为识别 | 57,600 videos,80类 | 链接 |
Collective Activity Dataset | 群体活动行为识别 | 44 videos,穿叉、行走、等待、交谈和排队 五类 | 链接 |
Choi’s New Dataset | 群体活动行为识别 | 32 videos,聚会,谈话,分开,一起走,追逐和排队 六类 | None |
ActivityNet 1.3 | 检测动作事件的起始时间和终止时间 | 20,000 videos,200类动作的起始时间和终止时间 | 链接 |
THUMOS | 检测动作事件的起始时间和终止时间 | 15,000 videos,101类动作的起始时间和终止时间 | 链接 |
MED | 事件检测 | 32,744 videos,20个事件 | 链接 |
EventNet | 事件检测 | 90,000 videos,500个事件 | 链接 |
Columbia Consumer Video | 事件检测 | 9,317 videos,20个事件 | 链接 |
ADE20K | 事件检测 | 20,210 videos,900个事件 | 链接 |
DAVIS | 视频主物体分割 | 50 videos,分割标注 | 链接 |
FBMS | 视频主物体分割 | 59 videos,分割标注 | 链接 |
IJB-C | 视频人脸识别 | 11,000 videos, | 链接 |
YouTube Faces | 视频人脸识别 | 3,425 videos,1595 人 | 链接 |
MS-Celeb-1M | 视频人脸识别 | 1,000,000 images,21,000人 | 链接 |
MSVD | 视频描述 | 1,970 videos | 链接 |
MSR-VTT-10K | 视频描述 | 10,000 videos | 链接 |
MSR-VTT-10K | 视频描述 | 无 | 链接 |
3D Computer Vision
数据集 | 介绍 | 备注 | 网址 |
---|---|---|---|
photoface database | 基于光度立体视觉的二维和三维人脸识别数据库 | 总共7356张图像,包含1839个session和261个subjects | None |
NYU Depth V2 dataset | 关于RGBD 图像场景理解的数据库 | 提供1449张深度图片和他们的密集2d点类标注 | 链接 |
SUN RGBD dataset | 是上面的NYU Depth V2 dataset的超集,多了3D bounding boxes和room layouts的标注。 | 有10,000张RGB-D图片,有58,657个3D包围框和146,617 个2d包围框。 | 链接 |
PASCAL3D+ | 新的三维物体检测和姿态估计数据集,从PASCAL VOC 演化而来,包含图像,注解,和3D CAD模型 | 总共12个类,平均每个类别有3000多个实例 | 链接 |
IKEA | 包含典型室内场景的三维模型的数据库,例如桌子椅子等 | 包含大约759张图片和219个3D模型 | 链接 |
New Tsukuba Dataset | 包含了很多立体物体对的数据库,用于立体物体匹配 | 总共1800个立体物体对,以及每立体对的立体视差图、遮挡图和不连续图 | 链接 |
Oxford RobotCar Dataset | 关于户外自动驾驶的数据集。 | 包含在驾驶汽车过程从6个摄像头收集的2000w张图片,和当时的激光雷达,GPS和地面实况标注。 | 链接 |
Middlebury V3 | 包含高分辨率物体立体视差标注的数据库 | 包含33个类,没有明说每类有多少数据 | 链接 |
ShapeNet | 包含3D模型,和3d模型的类别标注的数据集,覆盖了常用的3D数据集PASCAL 3D+。 | 它涵盖55个常见的对象类别,有大约51,300个3D模型 | 链接 |
MICC dataset | 包含了3D人脸扫描和在不同分辨率,条件和缩放级别下的几个视频序列的数据库。 | 有53个人的立体人脸数据 | 链接 |
CMU MoCap Dataset | 包含了3D人体关键点标注和骨架移动标注的数据集。 | 有6个类别和23个子类别,总共2605个数据。 | 链接 |
DTU dataset | 关于3D场景的数据集。 | 有124个场景,每场景有49/64个位置的RGB图像和结构光标注。 | 链接 |
Analyzing Humans in Images
数据集 | 介绍 | 备注 | 网址 |
---|---|---|---|
MSR-Action3D | 包含深度的动作识别数据集, | 有20个动作,总共557个序列。 | 链接 |
Florence-3D | 包含深度的动作识别数据集, | 有9个动作,总共215个动作序列。 | 链接 |
Berkeley MHAD | 包含深度的动作识别数据集, | 有11个动作,产生660个动作序列。 | 链接 |
Online Action Detection | 包含深度的动作识别数据集, | 数据集包含59个长序列,包含10种不同的日常生活行为。 | 链接 |
ChaLearn LAP IsoGD Dataset | RGB-D图像的手势识别的数据集。 | 包括47933个RGB-D手势视频,有249个手势标签。Training有35878视频,Validation有5784个,test有6271个 | 链接 |
MAFA dataset | 关于面部遮挡问题的数据集 | 有30, 811张人脸和35806张有遮挡的脸组成。 | 链接 |
MSRC-12 Kinect Gesture Dataset | 手势识别数据集 | 有4900张图片,包含12个不同手势, | 链接 |
2013 Chalearn Gesture Challenge dataset | 手势识别数据集 | 有11000张图片,包含20个不同手势, | 链接 |
WIDER FACE | 人脸检测数据集 | 有 32,203 张图片,标注了393703个人脸。 | 链接 |
FDDB | 人脸检测数据集 | 2845张图片,标注了5171张人脸。 | 链接 |
300-VW dataset | 面部表情数据集 | 包含114个视频和总计218,595帧。 | 链接 |
HMDB51 | 人类行为识别的数据集 | 包含51个动作,总共有6766个视频剪辑 | 链接 |
MPII Cooking Activities Dataset | 人类行为识别的数据集 | 包含65个动作,有5609个视频 | 链接 |
UCF101 | 人类行为识别的数据集 | 包含101个动作,有13320个视频 | 链接 |
IJB-A dataset | 包含视频和图片人脸识别的数据集 | 包含5712个图像和2085个视频 | 链接 |
YouTube celebrities | 视频人脸识别的数据集 | 包含47位名人的1910个视频 | 链接 |
COX | 视频人脸识别的数据集 | 包含1000个主题的4000个视频 | 链接 |
Human3.6M | 人体姿态估计的数据集 | 360万张3D照片,11名受试者在4个视点下执行15个了不同的动作 | 链接 |
iLIDS | 行人重识别的数据集 | 476 张图像,包含119个人 | 链接 |
VIPeR | 行人重识别的数据集 | 632个行人图片对(由两个相机拍摄) | 链接 |
CUHK01 | 行人重识别的数据集 | 包含971行人, 3884张图片 | 链接 |
CUHK03 | 行人重识别的数据集 | 包含1360行人, 13164张图片 | 链接 |
RWTH-PHOENIX-Weather multi-signer 2014 | 手语识别的数据集 | 包含了5672个德语手语的句子,有65,227个手语姿势和799,006帧 | 链接 |
AFLW | 人类面部关键点的数据集 | 总共约有25k张脸,每幅图像标注了大约21个位置。 | 链接 |
CMU mocap database | 动作识别的数据集 | 2235个数据,包含144个不同的动作。 | 链接 |
Georgia Tech (GT) database | 人脸识别数据库 | 50个人每人15张人脸。 | 链接 |
ORL | 人脸识别数据库 | 40个人每个人10张图。 | 链接 |
Application
数据集 | 介绍 | 备注 | 网址 |
---|---|---|---|
DogCentric Activity Dataset | 第一视角的狗和人之间的相互行为的数据集(视频) | 总共有10类,具体数据量没有明说,y是动作类别 | 链接 |
JPL First-Person Interaction Dataset | 第一视角观察动作的数据集 | 57个视频,8个大类,y是动作类别 | 链接 |
NUS-WIDE | 关于图像文本匹配的数据集 | 269,648个图像和对应的标签 | 链接 |
LabelMe Dataset | 关于图像文本匹配的数据集 | 3825个图像和对应标签 | 链接 |
Pascal Dataset | 关于图像文本匹配的数据集 | 5011张训练图像和4952张测试图像 | ) |
ICDAR 2015 | 关于文本检测的数据集 | 1500张训练,1000张测试,y为四边形的四个顶点。 | 链接 |
COCO-Text | 关于文本检测的数据集 | 63686张图片,其中43686张被选为训练集,剩下的2万用于测试。 | 链接 |
MSRA-TD500 | 关于文本检测的数据集 | 300个训练,200个测试图像 | 链接 |
Microsoft 7-Scenes Dataset | 室内人体运动的数据集 | 有7种不同室内环境,每包含500-1000张图像视频序列。 | 链接 |
Oxford RobotCar | 户外自动驾驶数据集 | 包含图像,激光扫描结果和GPS数据。 | 链接 |
Low- & Mid-Level Vision
数据集 | 介绍 | 备注 | 网址 |
---|---|---|---|
Deep Video Deblurring for Hand-held Cameras | video/image deblurring(图像去模糊) | video num:71 video time: 3-5s blurry and sharp pair image num:6708 | 链接 |
GOPRO dataset | video/image deblurring(图像去模糊) | blurry and sharp pair image num:3214 train num:2103 test num:1111 | 链接 |
BSD68 | image restoration(图像修复)/高斯降噪 | image num:68 | 链接 |
BSD100 | “image restoration(图像修复)super resolution超分辨率重建” | image num:100 | 链接 |
Set5 | “image restoration(图像修复)super resolution超分辨率重建” | image num:5 | 链接 |
Set14 | “image restoration(图像修复)super resolution超分辨率重建” | image num:14 | 链接 |
Urban100 | “image restoration(图像修复)super resolution超分辨率重建” | image num:100 | 链接 |
NYU v2 dataset | “image restoration(图像修复)depth super resolution深度超分辨率重建” | image num:1449 | 链接 |
Middlebury dataset | “image restoration(图像修复)depth super resolution深度超分辨率重建” | image pair num: 33 | 链接 |
alpha matting benchmark | Natural image matting(抠图) | “train num:27,test num:8” | 链接 |
real image benchmark | Natural image matting(抠图) | “train num:49300,test num:1000” | 链接 |
MSRA10K/MSRA-B | Image saliency detection(显著性区域检测) | image num(MSRA10K):10000 image num(MSRA-B):5000 | 链接 |
ECSSD | Image saliency detection(显著性区域检测) | image num:1000 | 链接 |
DUT-OMRON | Image saliency detection(显著性区域检测) | image num:5168 | 链接 |
PASCAL-S | Image saliency detection(显著性区域检测) | image num:850 | 链接 |
HKU-IS | Image saliency detection(显著性区域检测) | image num:4447 | 链接 |
SOD | Image saliency detection(显著性区域检测) | image num:300 | 链接 |
Describable Textures Dataset | texture synthesis(纹理合成) | image num:5640 category num:47 split train:val:test = 1:1:1 | 链接 |
CVPPP leaf segmentation | Instance segmentation(样例分割) | image num: 161 train num: 128 test num: 33 | 链接 |
KITTI car segmentation | Instance segmentation(样例分割) | image num: 3976 train num: 3712 test num: 144 val:120 | 链接 |
Cityscapes | Instance segmentation(样例分割) | image num: 5000 train num: 2975 test num: 1525 val:500 | 链接 |
SYMMAX | Symmetry Detection(对称性检测) | image num: train:200 test:100 | 链接 |
WHSYMMAX | Symmetry Detection(对称性检测) | image num: train:228 test:100 object num: 1 | 链接 |
SK506 | Symmetry Detection(对称性检测) | image num: train:300 test:206 object num: 16 | 链接 |
Sym-PASCAL | Symmetry Detection(对称性检测) | image num: train:648 test:787 object num: 14 | 链接 |
Color Checker Dataset | Color constancy(颜色恒定) | image num: 568 | 链接 |
NUS 8-Camera Dataset | Color constancy(颜色恒定) | image num: 1736 | 链接 |
Text
数据集 | 介绍 | 备注 | 网址 |
---|---|---|---|
Stanford Sentiment Treebank | 文本情感分析 | 11855个句子划分为239231个短语,每个短语有个概率值,越小越负面,越大越正面 | 链接 |
IMDB | 文本情感分析 | 100,000句子,正面负面两类 | 链接 |
Yelp | 文本情感分析 | 无 | 链接 |
Multi-Domain Sentiment Dataset(Amazon product) | 文本情感分析 | 100,000+句子,正面负面2类或强正面、弱正面、中立、弱负面、强负面5类 | 链接 |
SemEval | 文本情感分析 | 20,632句子,三类(正面、负面、中立) | 链接 |
Sentiment140(STS) | 文本情感分析 | 1,600,000句子,三类(正面、负面、中立) | 链接 |