计算机视觉中的数据集积累(不断更新)

本文记录下那些计算机视觉中的数据集，以供需要时参考。

一、用于背景/前景分割、运动目标检测的数据集

CDnet 2012
CDNet 2014
CDW-201

二、用于图像识别的数据集

CIFAR-10

CIFAR-10是由Hinton的学生Alex Krizhevsky和Ilya Sutskever整理的一个用于普适物体的小型数据集。它一共包含10个类别的RGB彩色图片：飞机、汽车、鸟类、猫、鹿、狗、蛙类、马、船。

数据集下载地址：http://www.cs.toronto.edu/~kriz/cifar.html

Python版百度网盘下载地址：https://pan.baidu.com/s/166mD6OvIbgbC91E9YGuSWg?pwd=3vpd

CIFAR-10数据集包含10个类的60000张32x32的彩色图像,每个类有6000张图像,有50000张训练图像和10000张测试图像,数据集中的图像大小为32x32x3。

CIFAR-10数据集由60000张32*32的彩色图片组成，共包含10类，每一类6000张图片。数据集中包含50000万张训练图片和10000张测试图片。数据集被分为五个训练批次和一个测试批次。测试批次每一类都准确地包含了1000张随机挑选的图片。其余的图片按随机顺序包含在训练批次中，有的训练批次中可能会出现某一类的图片比其他类别图片多的情况。但是在所有的训练批次中，每一类图片都准确地包含5000张图片。
CIFAR-10数据集样例如下：