图像检索公开数据集

人工智能（AI）类似于建造一艘火箭飞船，需要一个巨大的引擎和大量的燃料。火箭引擎是深度学习模型，燃料是我们可以为这些算法提供的大量数据。

-------Andrew Ng

数据是一切算法应用的基础，无论是监督学习需要标注好的数据进行训练，还是无监督学习需要对数据进行分析、考量，数据都是不可或缺的。一个任务或一项工程的大力度推进或发展离不开公开数据集的构建，重复
的进行数据采集、标注是耗费人力和物力的，并且同一任务在不同数据集上的比较也是毫无意义的，所以公开数据集是十分重要的基础架构。在工程应用上，如果能找到与业务场景相关的公开数据，那无疑是十分开心的一件事情。
除了一些著名的数据集，图像公开数据集汇总这个网站提供了大量的图片数据集的汇总介绍，包括多个任务方面，分类、检测、分割、检索等。

下面是总结的一些图像检索可用的公开数据集，会以内容为分（持续更新）：

地标建筑

名称	时间	规模	收集方式	规模	特点	论文
Oxford5K	2007	牛津大学建筑	通过关键字在Flickr上查询下载图片 每一个query对应good、ok、junk list文件，作为ground truth	total：5062 query: 55 (11*5）	除提供.jpg格式图片外，还提供sift描述符的压缩二进制文件等	Object retrieval with large vocabularies and fast spatial matching（cvpr2007）
Paris6k	2008	巴黎地标	与Oxford5K相同（查询关键字不同）	total：6412 query: 55(11*5）	仅提供.jpg格式图片	Lost in Quantization: Improving Particular Object Retrieval in Large Scale Image Databases(cvpr2008)
Revisiting Oxford	2018	牛津大学建筑	基于Oxford5k	query 50->70	修复原来数据标注问题 增加数据 标签细化	Revisiting Oxford and Paris: Large-Scale Image Retrieval Benchmarking(CVPR2018)
Revisiting Paris	2018	巴黎地标	基于Paris6K	query 50->70	修复原来数据标注问题 增加数据 标签细化	Revisiting Oxford and Paris: Large-Scale Image Retrieval Benchmarking(CVPR2018)
Google landmarks	2017	地标数据	-	total:200万张图片 3万个独特地标	kaggle 比赛	Large-Scale Image Retrieval with Attentive Deep Local Features( ICCV’17)
Google landmarks-v2	2019	地标数据	摄影社区众包进行实例标注	total:超过500万张图像 超过20万个不同的地标	kaggle 比赛	Detect-to-Retrieve: Efficient Regional Aggregation for Image Search (CVPR’19)
Landmark 3D	2012	地标数据	web 图片和3D模型（点云）	total:45180	25个地标 ；45,180个数据库图像（每个地标1.4K2K）；10,000个正面query用于评估（每个标志400个）；3D模型中约270万个3D点（每个地标29K223K）; 约有5800万个SIFT	3D Visual Phrases for Landmark Recognition". in Proc. of the 25th IEEE Conference on Computer Vision and Pattern Recognition (CVPR2012)
Paris500k	2013	地标建筑	数据集是从Flickr和Panoramio收集的地标图像。图像具有“自然”分布，数据集非常具有挑战性，因为存在重复和近似重复，以及大量不相关的图像，例如派对，宠物等的照片	total：501,356	提供79个地标建筑的94303张图片clustering ground truth	Discovering Details and Scene Structure with Hierarchical Iconoid Shift（ICCV2013)
ZuBuD/ZuBuD+	2003/2017	建筑	ZuBuD+ 是对ZuBuD的扩展，主要是增加了测试图片 评估方式：TOP5	total：1005 training data/1005 test_balance data	每个图像有201个建筑物，每个视图有五个视图,提供训练数据、相同数量的测试数据、ground truth file 和 用于评估的python程序	A location-aware embedding technique for accurate landmark recognition（2017）