80+开源数据集汇总（包含目标检测、医学影像、工业检测等方向）

数据集下载汇总链接：

数据集下载地址：。与现有航拍图像中的目标检测数据集相比，AI-TOD中目标的平均大小约为12.8像素，远小于其他数据集。

数据集下载地址：，要么适用于对象检测。iSAID是第一个用于航空图像实例分割的基准数据集。这个大规模和密集注释的数据集包含2,806张高分辨率图像的15个类别的655,451个对象实例。iSAID的显着特征如下：(a)大量具有高空间分辨率的图像，(b)十五个重要且常见的类别，(c)每个类别的大量实例，(d)每个类别的大量标记实例图像，这可能有助于学习上下文信息，(e)巨大的对象尺度变化，通常在同一图像内包含小、中和大对象，(f)图像内具有不同方向的对象的不平衡和不均匀分布，描绘真实-生活空中条件，（g）几个小尺寸物体，外观模糊，只能通过上下文推理来解决，（h）由专业注释者执行的精确实例级注释，由符合良好规范的专家注释者交叉检查和验证定义的指导方针。

数据集下载地址：，并将物体识别问题置于场景理解的背景下。DeepScores包含高质量的乐谱图像，分为3000000张书面音乐，其中包含不同形状和大小的符号。拥有近一亿个小对象，这使得我们的数据集不仅独一无二，而且是最大的公共数据集。DeepScores带有用于对象分类、检测和语义分割的基本事实。因此，DeepScores总体上对计算机视觉提出了相关挑战，超出了光学音乐识别(OMR)研究的范围。

数据集下载地址：，其图像选自广泛的场景，不再局限于交通场景。我们选择了13,382张图像并标记了大约400K带有各种遮挡的注释。我们随机选择8000/1000/4382图像作为训练、验证和测试子集。与CityPersons和WIDERFACE数据集类似，我们不发布测试图像的边界框基本事实。用户需要提交最终的预测文件，我们将进行评估。

数据集下载地址：，其拥有650张包含目标的图像和150张背景图像，共计800张，目标种类包括飞机、舰船、油罐、棒球场、网球场、篮球场、田径场、港口、桥梁和汽车共计10个类别。该数据集由西北工业大学于2014年发布，相关论文有《Multi-classgeospatialobjectdetectionandgeographicimageclassificationbasedoncollectionofpartdetectors》、《Asurveyonobjectdetectioninopticalremotesensingimages》和《Learningrotation-invariantconvolutionalneuralnetworksforobjectdetectioninVHRopticalremotesensingimages》。

数据集下载地址：：航空影像的自动像素级标注（论文链接）。数据集特点：

覆盖面积810平方公里（405平方公里用于训练，405平方公里用于测试）

空间分辨率为0.3m的航空正射校正彩色图像

两个语义类的地面实况数据：构建和非构建（仅针对训练子集公开披露）

这些图像涵盖了不同的城市住区，从人口稠密的地区（例如，旧金山的金融区）到高山城镇（例如，奥地利蒂罗尔的Lienz）。

数据集下载地址：。数据集包括飞机、油箱、游乐场和立交桥。此数据集的格式为PASCALVOC。数据集包括4个文件，每个文件用于一种对象。

飞机数据集，446张图片中有4993架飞机。

操场，189张图片中的191个操场。

天桥，176张图片中的180座天桥。

油箱，165张图片中的1586个油箱。

honeybee：蜜蜂数据集，包含118张图像，每张图像平均有28±6个蜜蜂（640×480）。数据集被平均分配用于训练和测试集。仅前32张图像用于训练。

seagull：海鸥数据集，包含三个高分辨率图像（624×964），每个图像平均有866±107个海鸥。第一张图片用于训练，其余图片用于测试。

COCO2017是2017年发布的COCO数据集的一个版本，主要用于COCO在2017年后持有的物体检测任务、关键点检测任务和全景分割任务。

数据集链接：。数据集由在真实场景中使用手机拍摄的早期火灾和烟雾图像组成。大约有7000张图像数据。图像是在各种照明条件（室内和室外场景）、天气等条件下拍摄的。该数据集非常适合早期火灾和烟雾探测。数据集可用于火灾和烟雾识别、检测、早期火灾和烟雾、异常检测等。数据集还包括典型的家庭场景，如垃圾焚烧、纸塑焚烧、田间作物焚烧、家庭烹饪等。本文仅含100张左右。

数据集链接：。它可以用于开发和评估航空图像中的目标探测器。这些图像是从不同的传感器和平台收集的。每个图像的大小在800×800到20000×20000像素之间，包含显示各种比例、方向和形状的对象。DOTA图像中的实例由航空图像解释专家通过任意（8）四边形进行注释。

数据集链接：。数据库中有140个无缺陷图像，每种类型的织物20个，除此之外，有105幅纺织行业中常见的不同类型的织物缺陷（12种缺陷）图像。图像的大尺寸允许用户使用不同的窗口尺寸，从而增加了样本数量。

数据集链接：、纹理很少的目标，同时缺乏区别性的颜色，且目标具有对称性和互相关性，数据集由三个同步的传感器获得，一个结构光传感器，一个RGBDsensor，一个高分辨率RGBsensor，从每个传感器分别获得了3.9w训练集和1w测试集，此外为每个目标创建了2个3Dmodel,一个是CAD手工制作的另一个是半自动重建的。训练集图片的背景大多是黑色的，而测试集的图片背景很多变，会包含不同光照、遮挡等等变换（之所以这么做作者说是为了使任务更具有挑战性）。同时作者解释了本数据集的优势在于：1.大量跟工业相关的目标；2.训练集都是在可控的环境下抓取的；3.测试集有大量变换的视角；4.图片是由同步和校准的sensor抓取的；5.准确的6Dpose标签；6.每个目标有两种3D模型；

数据集链接：，其中添加了3635张图像，这些图像主要包含人与人之间的互动。所有的H²O图像都用一种新的动词分类法进行了注释，包括人与物和人与人之间的互动。该分类法由51个动词组成，分为5类：

描述主语一般姿势的动词

与主语移动方式有关的动词

与宾语互动的动词

描述人与人之间互动的动词

涉及力量或暴力的互动动词

数据集链接：（GINI）数据集是SpotGarbage引入的一个数据集，包含2561张图像，956张图像包含垃圾，其余的是在各种视觉属性方面与垃圾非常相似的非垃圾图像。

数据集链接：，这些图像未经修改，代表了真实世界的场景，但会导致最先进的检测模型以高置信度错误分类。与标准MSCOCO验证集相比，在NAO上评估时，EfficientDet-D7的平均精度（mAP）下降了74.5%。

数据集链接：，涵盖1000多个完全注释和2000个部分注释的图像，其中部分注释图像可以被用于训练标记算法，测试集拥有来自于世界不同地方拍摄的图像，这可以保证图片在续联和测试之间会有较大的差异。该数据集由麻省理工学院–计算机科学和人工智能实验室于2007年发布，相关论文有《LabelMe:adatabaseandweb-basedtoolforimageannotation》。

数据集链接：，如Autorikshaw、Tempo、卡车等。该数据集由用于分类和目标检测的小众印度车辆图像组成。据观察，这些小众车辆（如autorickshaw、tempo、trucks等）上几乎没有可用的数据集。这些图像是在白天、晚上和晚上的不同天气条件下拍摄的。该数据集具有各种各样的照明、距离、视点等变化。该数据集代表了一组非常具有挑战性的利基类车辆图像。该数据集可用于驾驶员辅助系统、自动驾驶等的图像识别和目标检测。

数据集链接：。

数据集链接：，其中包含200多个对象类别。它由自然、室内和室外图像组成。每个图像平均包含7个不同的注释对象，每个对象的平均占用率为图像大小的5%。对象类别的频率遵循幂律分布。发布者使用397个采样良好的类别进行场景识别，并以此搭配最先进的算法建立新的性能界限。

该数据集由普林斯顿视觉与机器人实验室于2014年发布，相关论文有《SUNDatabase:Large-scaleSceneRecognitionfromAbbeytoZoo》、《SUNDatabase:ExploringaLargeCollectionofSceneCategories》。

Unsplash图片检索数据集数据集链接：。Unsplash数据集由250000多名贡献摄影师创建，并包含了数十亿次照片搜索的信息和对应的照片信息。由于Unsplash数据集中包含广泛的意图和语义，它为研究和学习提供了新的机会。

数据集链接：（HOI）的数据集。它包含47776幅图像（列车组38118幅，测试组9658幅），600个HOI类别，由80个宾语类别和117个动词类别构成。HICO-DET提供了超过150k个带注释的人类对象对。V-COCO提供了10346张图像（2533张用于培训，2867张用于验证，4946张用于测试）和16199人的实例。

数据集链接：。它由1198张带注释的群组图像组成。数据集分为两部分，A部分包含482张图像，B部分包含716张图像。A部分分为训练和测试子集，分别由300和182张图像组成。B部分分为400和316张图像组成的序列和测试子集。群组图像中的每个人都有一个靠近头部中心的点进行注释。总的来说，该数据集由33065名带注释的人组成。A部分的图像是从互联网上收集的，而B部分的图像是在上海繁忙的街道上收集的。

数据集链接：。该数据集由印度国内常见垃圾对象的图像组成。图像是在各种照明条件、天气、室内和室外条件下拍摄的。该数据集可用于制作垃圾/垃圾检测模型、环保替代建议、碳足迹生成等。

数据集下载地址：，深度学习取决于大量人脸样本。但是，目前尚没有公开可用的口罩遮挡人脸识别数据集。为此，这项工作提出了三种类型的口罩遮挡人脸数据集，包括口罩遮挡人脸检测数据集（MFDD），真实口罩遮挡人脸识别数据集（RMFRD）和模拟口罩遮挡人脸识别数据集（SMFRD）。基于这些数据集，可以开发口罩遮挡人脸的各种应用。本项目开发的多粒度口罩遮挡人脸识别模型可达到95％的准确性，超过了行业报告的结果。

数据集下载地址：(IJCNN)上举办的多类单图像分类挑战赛。我们诚邀相关领域的研究人员参与：该比赛旨在参与者无需特殊领域知识。我们的基准测试具有以下属性：

单图像、多类分类问题

40多个分类

总共超过50,000张图片

逼真的大型数据库

数据集下载地址：、摩托车、汽车、货车的图像数据，可用于CNN模型以实现车辆识别和车辆分类，其中自行车、摩托车、汽车数据来自2005PASCAL视觉类挑战赛（VOC2005）所使用的数据的筛选处理结果，货车图片来自网络收集，后期通过筛选处理得到。在本数据中，训练数据集与测试数据集占比约为5:1。

数据集下载地址：（WineGrapeInstanceSegmentationDataset）是为了提供图像和注释来研究对象检测和实例分割，用于葡萄栽培中基于图像的监测和现场机器人技术。它提供了来自五种不同葡萄品种的实地实例。这些实例显示了葡萄姿势、光照和焦点的变化，包括遗传和物候变化，如形状、颜色和紧实度。可能的用途包括放宽实例分割问题：分类（图像中是否有葡萄？）、语义分割（图像中的“葡萄像素”是什么？）、对象检测（图像中的葡萄在哪里？）、和计数（每个簇有多少浆果？）。

数据集下载地址：，可以估计相关性状，包括穗种群密度和穗特征，如卫生状况、大小、成熟阶段和芒的存在。本数据集包含4,700张高分辨率RGB图像和190,000个标记的小麦头，这些小麦头采集自世界各地不同生长阶段的不同基因型的多个国家。

数据集下载地址：，创建了一个数据集。一个1.3兆像素的彩色摄像机，一个点灰色变色龙，被放置在一辆汽车的仪表板上，从前窗向外看。摄像头略微指向右侧，以便尽可能多地覆盖相关标志。该镜头的焦距为6.5毫米，视野约为41度。高速公路上的典型速度标志大约为90cm宽，如果要在大约30m的距离处检测到它们，则对应于大约50像素的大小。总共记录了超过20000帧，其中每五帧被手动标记。每个标志的标签包含标志类型（人行横道、指定车道右侧、禁止站立或停车、优先道路、让路、50公里/小时或30公里/小时）、能见度状态（遮挡、模糊或可见）和道路状态（是否标志是在正在行驶的道路上或在小路上）。

数据集下载地址：。众包和网络挖掘的图像分别包含2,496和2,230个工人实例。

数据集链接：，带有21个动物类别的标签（加上空白），主要是在物种级别（例如，最常见的标签是负鼠、浣熊和土狼），以及大约66,000个边界框注释。大约70%的图像被标记为空。

数据集链接：。20个文件夹对应20个不同的患者，可以单独下载也可以联合下载。下表提供了图像信息，例如肝脏大小（宽度、深度、高度）或根据Couninaud分割的肿瘤位置。它还表明肝脏分割软件可能遇到的主要困难是由于与邻近器官的接触、肝脏的非典型形状或密度，甚至图像中的伪影。

数据集链接：，用于分析肌肉弱点并预防受伤。该数据集在文章AW-Net：B型超声图像上的自动肌肉结构分析以预防伤害中进行了介绍。它结合了由RyanCunningham等人发表的两篇文章“使用卷积、残差和反卷积神经网络从B模式超声图像中估计全区域骨骼肌纤维方向”提供的数据集。和NeilCronin发表的“使用深度学习对肌肉骨骼超声图像进行自动分析”，并附有补充注释。该zip文件包含两个数据集，分别分为两个由其作者命名的文件夹。每个数据集的每个图像都有一个匹配的分束分割掩码和一个可按名称识别的腱膜分割掩码。

数据集链接：。该数据集是通过从TCGA存档下载以40倍放大倍率捕获的HE染色组织图像创建的。HE染色是增强组织切片对比度的常规方案，通常用于肿瘤评估（分级、分期等）。考虑到多个器官和患者的细胞核外观的多样性，以及多家医院采用的丰富染色方案，训练数据集将能够开发出开箱即用的稳健且可推广的细胞核分割技术。

数据集链接：;E染色的结直肠腺癌组织学图像。出于检测目的，在中心/周围共标记了29,756个原子核。其中，有22,444个细胞核也具有相关的类别标签，即上皮细胞、炎症细胞、成纤维细胞和其他细胞核。

数据集链接：(96x96px)组成。每个图像都带有一个二进制标签，表示存在转移组织。PCam为机器学习模型提供了新的基准：大于CIFAR10，小于imagenet，可在单个GPU上训练。

数据集链接：。数据由307张图像组成，每张图像都针对场景中存在的器官和不同的手术器械进行了注释。

数据集下载地址：(CSV)的增强血细胞图像(JPEG)。4种不同细胞类型中的每一种都有大约3,000张图像，这些图像被分组到4个不同的文件夹中（根据细胞类型）。细胞类型是嗜酸性粒细胞、淋巴细胞、单核细胞和中性粒细胞。

数据集下载地址：，分为4类：胶质瘤-脑膜瘤-无肿瘤和垂体。注意这个数据集中的图像大小是不同的。您可以在预处理并去除多余的边距后将图像调整为所需的大小。

数据集下载地址：，并使用与他们就诊相关的DME()计费代码。然后，一名眼科医生使用标准Spectralis（HeidelbergEngineering，Heidelberg，Germany）61线体积扫描协议确定了6名临床成像的患者，这些患者具有严重的DME病理学和不同的图像质量。

数据集下载地址：

数据集下载地址：

数据集下载地址：，图像总数约为19,500张，其中大约15,500张已在训练集中分割，其余在测试集中分割。

数据集下载地址：。

数据集下载地址：。X射线图像是使用PROTECPRS500EX射线机获取的。原始图像是8位灰度图像。每个X射线膝关节X射线图像均由2位医学专家根据Kellgren和Lawrence等级手动注释/标记。

数据集下载链接：。在每个序列中，您都可以找到组成它的帧。一个帧由4个彩色图像、4组投影在每个图像平面中的2D关节、4个边界框、1组LeapMotionController提供的3D点和4组重新投影到每个相机坐标帧的3D点组成。

数据集下载链接：：狗、猫、牛、马、羊，在4,000多张图像中总共有6,000多个实例。此外，该数据集还包含其他7个动物类别的边界框注释。在论文中查找详细信息。一共标注了20个关键点：两只眼睛、喉咙、鼻子、马肩隆、两个耳根、尾根、四个肘部、四个膝盖、四个爪子。

数据集下载链接：。这些图像是通过在30部电影的每10帧上运行一个最先进的人检测器获得的。然后，被高度自信地检测到的人（大约2万名候选人）被送往众包市场亚马逊机械土耳其公司（AmazonMechanicalTurk），以获得地面真实标签。每幅图片都由五名特克斯人以0.01美元的价格标注，以标注10个上身关节。在每个图像中取五个标记的中位数，以对离群值注释保持稳健。

数据集下载链接：。在外观和照明方面，数据集比现有的数据集变化更大。

数据集下载链接：。MPII数据集标注了脚踝、膝盖、臀部、肩膀、肘部、手腕、颈部、躯干和头顶，而COCO还包括一些面部关键点。对于这两个数据集，足部注释仅限于脚踝位置。然而，图形应用程序（例如头像重定向或3D人体形状重建）需要足部关键点，例如大脚趾和脚跟。在没有足部信息的情况下，这些方法会遇到诸如糖果包装效果、地板穿透和足部滑冰等问题。为了解决这些问题，COCO数据集中的一小部分脚实例使用Clickworker平台进行标记。它分为来自COCO训练集的14K注释和来自验证集的545个注释。总共标记了6个英尺关键点。考虑足部关键点的3D坐标而不是表面位置。例如，对于确切的脚趾位置，数据集标记了指甲和皮肤连接之间的区域，并且还通过标记脚趾的中心而不是表面来考虑深度。

数据集下载链接：，近年来取得了重大进展。然而，以前很少有方法研究拥挤场景中的姿态估计问题，而在许多场景中，这仍然是一个具有挑战性和不可避免的问题。此外，目前的基准无法对此类案件进行适当评估。在本文中，我们提出了一种新的有效方法来解决人群中的姿势估计问题，并提出了一个新的数据集来更好地评估算法。

数据集下载地址：（AWGN）上。然而，随着计算机视觉技术的进步，现实世界中的噪声图像去噪问题也随之而来。为了在实现并发真实世界图像去噪数据集的同时促进对该问题的研究，作者们构建了一个新的基准数据集，其中包含不同自然场景的综合真实世界噪声图像。这些图像是由不同的相机在不同的相机设置下拍摄的。

数据集下载地址：。由于其固有的微弱信号，荧光显微镜不仅比摄影噪声大得多，而且还呈现出泊松-高斯噪声，其中泊松噪声或散粒噪声是主要的噪声源。为了获得干净的荧光显微镜图像，非常需要有专门设计用于对荧光显微镜图像进行降噪的有效降噪算法和数据集。虽然存在这样的算法，但没有这样的数据集可用。在本文中，我们通过构建专用于泊松-高斯去噪的数据集-荧光显微镜去噪(FMD)数据集来填补这一空白。该数据集由12,000个真实荧光显微镜图像组成，这些图像使用商业共焦、双光子、宽视野显微镜和代表性生物样本，如细胞、斑马鱼和小鼠脑组织。

数据集下载地址：：GP:GooglePixelIP:iPhone7S6:SamsungGalaxyS6EdgeN6:MotorolaNexus6G4:LGG4

数据集下载地址：，它由代表160个场景实例的160个图像对（噪声和ground-truth）组成。

数据集下载地址：”中的前5名解决方案工作：Swin2SR:SwinV2TransformerforCompressedImageSuper-ResolutionandRestoration

数据集下载地址：，用于从道路图像中检测坑洼，检测道路地形和坑洼。

数据集下载地址：，每个影像包含一个或多种瑕疵。供机器学习的样图会明确标识影像中所包含的瑕疵类型。

数据集下载地址：，由于各方面因素的影响，会产生污渍、破洞、毛粒等瑕疵，为保证产品质量，需要对布匹进行瑕疵检测。布匹疵点检验是纺织行业生产和质量管理的重要环节，目前人工检测易受主观因素影响，缺乏一致性；并且检测人员在强光下长时间工作对视力影响极大。由于布匹疵点种类繁多、形态变化多样、观察识别难道大，导致布匹疵点智能检测是困扰行业多年的技术瓶颈。本数据涵盖了纺织业中布匹的各类重要瑕疵，每张图片含一个或多种瑕疵。数据包括包括素色布和花色布两类，其中，素色布数据约8000张；花色布数据约12000张。

数据集下载地址：、划痕、压入氧化皮、裂纹、麻点和斑块6种缺陷，每种缺陷300张，图像尺寸为200×200。数据集包括分类和目标检测两部分，不过目标检测的标注中有少量错误，需要注意。

数据集下载地址：。训练集共有12568张，测试集5506张。图像尺寸为1600×256。

数据集下载地址：。这个数据集不是图像数据，而是带钢缺陷的28种特征数据，可用于机器学习项目。钢板故障的7种类型：装饰、Z_划痕、K_划痕、污渍、肮脏、颠簸、其他故障。

数据集下载地址：，为较弱监督的训练数据。包含十个数据集，前六个为训练数据集，后四个为测试数据集。每个数据集均包含以灰度8位PNG格式保存的1000个“无缺陷”图像和150个“有缺陷”图像，每个数据集由不同的纹理模型和缺陷模型生成。“无缺陷”图像显示的背景纹理没有缺陷，“无缺陷”图像的背景纹理上恰好有一个标记的缺陷。所有数据集已随机分为大小相等的训练和测试子数据集。弱标签以椭圆形表示，大致表示缺陷区域。

数据集下载地址：，是“Saliencyofmagnetictilesurfacedefects”这篇论文的数据集。收集了6种常见磁瓦缺陷的图像，并做了语义分割的标注。

数据集下载地址：：第一种是从快车道捕获的I型RSDDs数据集，其中包含67个具有挑战性的图像。第二个是从普通/重型运输轨道捕获的II型RSDDs数据集，其中包含128个具有挑战性的图像。两个数据集的每幅图像至少包含一个缺陷，并且背景复杂且噪声很大。RSDDs数据集中的这些缺陷已由一些专业的人类观察员在轨道表面检查领域进行了标记。

数据集下载地址：，在不同的光照、角度和尺度下拍摄的不同材质表面纹理图片。类型包括砂纸、铝箔、发泡胶、海绵、灯芯绒、亚麻、棉、黑面包、橙皮和饼干共10类。

数据集下载地址：，由北京大学发布，其中包含1386张图像以及6种缺陷（缺失孔，鼠咬坏，开路，短路，杂散，伪铜），用于检测，分类和配准任务。

数据集下载链接：，其中分类数据集中有648,959张图像，定位数据集中有137,743张图像，这些图像是在一天中的不同时间和一年中的不同时期由部署在加拿大和美国的数千个交通摄像头采集的。这些图像已被选中以涵盖广泛的挑战，并且代表了当今在城市交通场景中捕获的典型视觉数据。每个运动物体都经过近200人的仔细识别，可以对各种算法进行定量比较和排名。该数据集旨在提供严格的基准测试工具，用于训练和测试现有算法和新算法，用于交通场景中移动车辆的分类和定位。数据集分为两部分：“分类挑战数据集”和“定位挑战数据集”。

数据集下载链接：。可以在中找到所有产品的映射，从images/42431.jpg获取该产品的图像，并从styles/42431.json获取完整的元数据。

数据集下载链接：，2K+图像主要涵盖3种疾病——褐斑病、Hispa和叶瘟病。

数据集下载链接：，含有来自不同场景的500多张图像。

数据集下载链接：(MWD)是题为“使用异构集成方法从静态图像进行多类天气识别”的研究论文，中使用的一个有价值的数据集。该数据集通过提取用于识别不同天气条件的各种特征，为室外天气分析提供了一个平台。1000多张图像，具有5种以上的不同类别——日出、雨天、多云、傍晚、夜晚等。

数据集下载链接：。原始数据集包含三个类别（人、头部和头盔），共有2501个标签。此外，原始数据集没有完全标记。我们在结果中的数据集上添加了三个新标签，新标签由六个类别（头盔、带头盔的头部、带头盔的人、头部、不带头盔的人和面部）组成，共有75578个标签。

数据集下载链接：。它包括7581张图像，其中9044个人体安全头盔佩戴对象（正面）和111514个正常头部对象（未佩戴或负面）。

数据集下载链接：。文件名以pos开头：图像包含安全帽或安全背心。文件名以neg开头：图像既不包含安全帽也不包含安全背心。

数据集下载链接：；纸、纸板、生物、金属、塑料、绿色玻璃、棕色玻璃、白色玻璃、衣服、鞋子、电池和垃圾。

数据集下载链接：、纸袋和垃圾袋的合成图像。BagClasses文件夹分别包含每个图像类的5000张图像，而ImageClassesCombined文件夹包含所有组合的类的注释图像。注释采用COCO格式。

数据集下载链接：

数据集下载链接：