出于科研需要榔组，開一個帖子來總結(jié)一下自己在閱讀文獻(xiàn)中遇到過的數(shù)據(jù)庫，也方便之后再使用联逻。
分類+檢測數(shù)據(jù)庫
ImageNet
ImageNet,無需多言搓扯，上介紹：
What is ImageNet?
ImageNet is an image dataset organized according to the WordNet hierarchy. Each meaningful concept in WordNet, possibly described by multiple words or word phrases, is called a "synonym set" or "synset". There are more than 100,000 synsets in WordNet, majority of them are nouns (80,000+). In ImageNet, we aim to provide on average 1000 images to illustrate each synset. Images of each concept are quality-controlled and human-annotated. In its completion, we hope ImageNet will offer tens of millions of cleanly sorted images for most of the concepts in the WordNet hierarchy.
ImageNet是一個根據(jù)WordNet層級組織起來的數(shù)據(jù)庫。每一個在WordNet上有意義的概念包归，可能是通過一個詞锨推，也可能是通過多個詞組織起來的。都被稱作“同義詞組”公壤。在WordNet上大約有100000個同義詞組（概念）换可，其中8000多個是名詞。在ImageNet上厦幅，我們的目標(biāo)是為每一個概念提供1000個圖像沾鳄。每一個圖像都有質(zhì)量保證和人工標(biāo)注。在完成后确憨，我們希望能夠提供百萬級的分類好的圖片译荞。
與其相關(guān)的競賽是 ILSVRC瓤的。
分類數(shù)據(jù)庫
MNIST
MNIST 是大牛Yan LeCun的工作之一，用來識別手寫數(shù)字吞歼。簡介：
The MNIST database of handwritten digits, available from this page, has a training set of 60,000 examples, and a test set of 10,000 examples. It is a subset of a larger set available from NIST. The digits have been size-normalized and centered in a fixed-size image.
It is a good database for people who want to try learning techniques and pattern recognition methods on real-world data while spending minimal efforts on preprocessing and formatting.
MNIST數(shù)據(jù)庫是手寫數(shù)字的數(shù)據(jù)庫（人寫的數(shù)字）圈膏。它包括訓(xùn)練集（60000個實(shí)例），測試集（10000個實(shí)例）浆熔。它是NIST數(shù)據(jù)庫的一個子集本辐。這些數(shù)字大小相同，而且都位于圖像中央医增。
它可以幫助科研人員測試學(xué)習(xí)技術(shù)和模式識別方法。
CIFAR
CIFAR 是多倫多大學(xué)計算機(jī)科學(xué)系維護(hù)的一個數(shù)據(jù)庫老虫，全稱是Canadian Institute for Advanced Research叶骨，都是分類好的圖片，用來測試算法分類的錯誤率的祈匙。既然是多倫多大學(xué)的忽刽，果然……CIFAR有Hinton大神參與維護(hù)。CIFAR又分為CIFAR-10和CIFAR-100夺欲，其實(shí)就是10個類別和100個類別的區(qū)別跪帝。
CIFAR-10包括了60000張32x32的彩色圖片，共分為10類些阅，每一類6000張圖片伞剑。總共有50000個訓(xùn)練圖像和10000個測試圖像市埋。
這個數(shù)據(jù)庫被分為5個訓(xùn)練批次（batch）和1個測試批次黎泣，每個批次10000張圖片。測試批次準(zhǔn)確包括了每個類別各1000張隨機(jī)選擇的圖片缤谎。訓(xùn)練批次包含了隨機(jī)選擇的剩余的圖片抒倚，也就是說，某些訓(xùn)練批次可能包含的某一個類別的圖片會多一些坷澡⊥信唬總共加起來，這五個訓(xùn)練批次共包含每類5000張圖片频敛。
這些分類都是互斥的项郊。沒有重疊，比如說有兩個類是汽車（automobile）和卡車（truck）姻政。汽車包括轎車呆抑，SUV等≈梗卡車只包括大卡車鹊碍。你要問我皮卡怎么算厌殉？答案是兩個類里面都沒有皮卡。
CIFAR-100差不多侈咕，就是類別多了10倍公罕，每一類的圖片的數(shù)量不同。詳細(xì)的需要的時候再去看吧耀销。
YFCC100
YFCC100是雅虎的圖片/視頻分類數(shù)據(jù)庫楼眷。
檢測數(shù)據(jù)庫
PASCAL VOC 2007/2012
Visual Object Classes Challenge 2012 (VOC 2012) 是牛津大學(xué)出品的數(shù)據(jù)庫，用來識別物體熊尉。簡介：
The main goal of this challenge is to recognize objects from a number of visual object classes in realistic scenes (i.e. not pre-segmented objects). It is fundamentally a supervised learning learning problem in that a training set of labelled images is provided. The twenty object classes that have been selected are:
Person: person
Animal: bird, cat, cow, dog, horse, sheep
Vehicle: aeroplane, bicycle, boat, bus, car, motorbike, train
Indoor: bottle, chair, dining table, potted plant, sofa, tv/monitor
There are three main object recognition competitions: classification, detection, and segmentation, a competition on action classification, and a competition on large scale recognition run by ImageNet. In addition there is a "taster" competition on person layout.
VOC2012的主要目標(biāo)是從真實(shí)場景中識別物體罐柳。它的基本作用是為監(jiān)督學(xué)習(xí)問題提供一個訓(xùn)練集。20個物體類別是：
- 人：人
- 動物：鳥狰住，毛张吉，牛，狗催植，馬肮蛹，羊
- 交通工具： 飛機(jī)，自行車创南，傳伦忠，公交，轎車稿辙，摩托車昆码，火車；
- 室內(nèi)物體：瓶子邓深，椅子未桥，餐桌，盆栽植物芥备，沙發(fā)冬耿，電視/顯示器
物體識別主要有三類任務(wù)：
- 分類，檢測和分割
- 動作分類
- 大尺度識別（by ImageNet）
- 額外的：人體輪廓
COCO
COCO 是一個新的圖像識別萌壳，分割亦镶，標(biāo)記數(shù)據(jù)庫。這里面的圖像都已經(jīng)預(yù)先分割好了袱瓮，就看你的算法分割的錯誤率低不低了缤骨。與其相關(guān)的競賽是COCO 2016 Detection and Keypoint Challenges
KITTI
KITTI Vision Benchmark Suite，測試自動駕駛 尺借。這個庫里面的圖片都是汽車在行駛過程中在Karlruhe這個城市拍攝的街景绊起，都有標(biāo)簽。比較小燎斩，只有289張訓(xùn)練圖片虱歪。
其中一些道路標(biāo)簽包括：Highway, minor road
分割數(shù)據(jù)庫
CityScapes Dataset
CityScapes dataset 目標(biāo)是城市街景的語義理解（感覺就是城市街景里面的物體識別）蜂绎。特點(diǎn)：
Type of annotations
- Semantic
- Instance-wise
- Dense pixel annotations
Complexity
- 30 classes
- See Class Definitions for a list of all classes and have a look at the applied labeling policy.
Diversity
- 50 cities
- Several months (spring, summer, fall)
- Daytime
- Good/medium weather conditions
- Manually selected frames
- Large number of dynamic objects
- Varying scene layout
- Varying background
Volume
- 5?000 annotated images with fine annotations (examples)
- 20?000 annotated images with coarse annotations (examples)
