花卉數(shù)據(jù)集

數(shù)據(jù)集下載地址：http://m6z.cn/6rTT7n

該數(shù)據(jù)集包含 4242 張花卉圖像。數(shù)據(jù)收集基于數(shù)據(jù)flicr、google images、yandex images。此數(shù)據(jù)集可用于從照片中識別植物。數(shù)據(jù)圖片會分為五類：洋甘菊、郁金香、玫瑰、向日葵、蒲公英。每個種類大約有800張照片。照片分辨率不高，約為 320x240 像素。照片不會縮小到單一尺寸，它們有不同的比例。

綜合汽車數(shù)據(jù)集

數(shù)據(jù)集下載地址：http://m6z.cn/6rTTar

該數(shù)據(jù)集是被CVPR 2015 論文“用于細粒度分類和驗證的大規(guī)模汽車數(shù)據(jù)集”所使用的。綜合汽車 (CompCars) 數(shù)據(jù)集包含來自兩個場景的數(shù)據(jù)，包括來自網(wǎng)絡自然和監(jiān)視自然的圖像。web-nature 數(shù)據(jù)包含 163 個汽車制造商和 1,716 個汽車型號?？偣灿?136,726 張拍攝整車的圖像和 27,618 張拍攝汽車零件的圖像。完整的汽車圖像標有邊界框和視點。每個車型都標有五個屬性，包括最大速度、排量、門數(shù)、座位數(shù)和汽車類型。監(jiān)控性質的數(shù)據(jù)包含在前視圖中捕獲的 50,000 張汽車圖像。

室內場景識別

數(shù)據(jù)集下載地址：http://m6z.cn/5PCpJ5

該數(shù)據(jù)集是麻省理工學院提供的原始數(shù)據(jù)。室內場景識別是高層次視覺中一個具有挑戰(zhàn)性的開放性問題。大多數(shù)適用于室外場景的場景識別模型在室內領域表現(xiàn)不佳。主要困難在于，雖然一些室內場景（例如走廊）可以通過全局空間屬性很好地表征，但其他的（例如書店）可以通過它們包含的對象更好地表征。更一般地說，為了解決室內場景識別問題，我們需要一個可以利用局部和全局判別信息的模型。該數(shù)據(jù)庫包含 67 個室內類別，共 15620 張圖像。圖片的數(shù)量因類別而異，但每個類別至少有 100 張圖片。所有圖片均為jpg格式。

90種動物圖像數(shù)據(jù)集

數(shù)據(jù)集下載地址：http://m6z.cn/6rTTbJ

在這個數(shù)據(jù)集中有 90 個不同類別的 5400 張動物圖像。此數(shù)據(jù)集是從 Google 圖片創(chuàng)建的：https://images.google.com/。所有照片將按照其所屬類別存放于各自的文件夾下。動物類別包括：羚羊，獾，蝙蝠，熊，蜜蜂，甲蟲，野牛，公豬，蝴蝶，貓 毛蟲，黑猩猩等。該數(shù)據(jù)集中的圖像大小不固定，可能需要后續(xù)的處理。

飛機數(shù)據(jù)集

數(shù)據(jù)集下載地址：http://m6z.cn/5X8CPy

數(shù)據(jù)集包含 10,000 張飛機圖像，數(shù)據(jù)分為 3334 個訓練圖像、3333 個驗證圖像和 3333 個測試圖像。

衣服數(shù)據(jù)集

數(shù)據(jù)集下載地址：http://m6z.cn/64EPUp

衣服數(shù)據(jù)集總共收集了 20 種衣服的 5,000 張圖像。該數(shù)據(jù)集是根據(jù)公共領域許可 (CC0) 發(fā)布的。我們使用了三種不同的方式來收集數(shù)據(jù)集：Toloka——眾包平臺；社交媒體上的網(wǎng)絡眾包計劃；Tagias——一家專門從事數(shù)據(jù)收集的公司。標簽是使用 IPython 小部件手動完成的，同時我們使用簡單的神經(jīng)網(wǎng)絡糾正了標簽錯誤。

數(shù)據(jù)集包含 20 個類，包括T 恤（1011 件），長袖（699 件），褲子（692 件），鞋子（431 件）襯衫（378 件），連衣裙（357 件），外套（312 件），短褲（308 件），帽子（171 件），裙子（155 件），西裝外套（109 件）等。

商標數(shù)據(jù)集

數(shù)據(jù)集下載地址：http://m6z.cn/6cb2HG

在這項工作中，我們構建了一個大規(guī)模的 logo 數(shù)據(jù)集 Logo-2K+，它涵蓋了來自真實世界 logo 圖像的各種 logo 類別。我們生成的徽標數(shù)據(jù)集包含 167,140 張圖像，具有 10 個根類別和 2,341 個類別。

Office-Home數(shù)據(jù)集

數(shù)據(jù)集下載地址：http://m6z.cn/5I6cFG

Office-Home 是一個用于域適應的基準數(shù)據(jù)集，它包含 4 個域，每個域由 65 個類別組成。這四個領域是：藝術——素描、繪畫、裝飾等形式的藝術形象；剪貼畫——剪貼畫圖像的集合；產品——沒有背景的物體圖像；和真實世界——用普通相機拍攝的物體圖像。它包含 15,500 張圖像，平均每個類大約 70 張圖像，一個類最多 99 張圖像。

食物圖像數(shù)據(jù)集

數(shù)據(jù)集下載地址：http://m6z.cn/6rdsSw

該數(shù)據(jù)集包含完整 food-101 數(shù)據(jù)的許多不同子集。為了給圖像分析制作一個比 CIFAR10 或 MNIST 更簡單的訓練集，該數(shù)據(jù)包括圖像的大規(guī)?？s小版本，以實現(xiàn)快速測試。數(shù)據(jù)已被重新格式化為 HDF5，特別是 Keras HDF5Matrix，這樣可以輕松讀取它們。文件名表示文件的內容。例如

foodc101n1000_r384x384x3.h5 表示有 101 個類別，n=1000 圖像，分辨率為 384x384x3（RGB，uint8） foodtestc101n1000r32x32x1.h5 表示數(shù)據(jù)是驗證集的一部分，代表 101 個類別，n=1000 圖像，分辨率為 32x32x1（float32 從 -1 到 1）

使用該數(shù)據(jù)集的第一個目標是對未知圖像進行分類，但除此之外，還可以查看哪些區(qū)域/圖像組件對進行分類很重要，將新類型的食物識別為現(xiàn)有標簽的組合，構建對象檢測器，可以在整個場景中找到相似的對象。