編輯丨極市平台
1.醫學圖像
瘧疾細胞圖像資料集
下載下傳連結：http://suo.nz/2VQTUt
皮膚癌 MNIST：HAM10000
下載下傳連結：http://suo.nz/33n6Xy
該資料集收集了來自不同人群的皮膚鏡圖像，通過不同的方式擷取和存儲。最終資料集包含 10015 張皮膚鏡圖像，可用作學術機器學習目的的訓練集。案例包括色素病變領域所有重要診斷類别的代表性集合：光化性角化病和上皮内癌/鮑溫氏病 (akiec)、基底細胞癌 (bcc)，超過50%的病變是通過組織病理學（histo）證明的，其餘病例的ground truth要麼是後續檢查（follow_up），要麼是專家共識（consensus），要麼是活體共聚焦顯微鏡（confocal）證明. 資料集包括具有多個圖像的病變，可以通過 HAM10000_metadata 檔案中的 lesion_id 列進行跟蹤。
乳房組織病理學圖像
下載下傳連結：http://suo.nz/347Jt1
原始資料集包含以 40 倍掃描的 162 個完整的乳腺癌 (BCa) 标本幻燈片圖像。從中提取了 277,524 個大小為 50 x 50 的更新檔（198,738 個 IDC 負值和 78,786 個 IDC 正值）。每個更新檔的檔案名格式為：u_xX_yY_classC.png — > example 10253_idx5_x1351_y1101_class0.png。其中 u 是患者 ID (10253_idx5)，X 是裁剪此更新檔的 x 坐标，Y 是裁剪此更新檔的 y 坐标，C 表示類，其中 0 是非 IDC 和1 是資料中心。
胸部 X 光圖像（肺炎）
下載下傳連結：http://suo.nz/3aXYPg
資料集分為 3 個檔案夾（train、test、val）并包含每個圖像類别（肺炎/正常）的子檔案夾。有 5,863 張 X 射線圖像 (JPEG) 和 2 個類别（肺炎/正常）。胸部 X 光圖像（前後位）選自廣州市婦女兒童醫療中心 1 至 5 歲兒科患者的回顧性隊列。
白内障資料集
下載下傳連結：http://suo.nz/2cOidH
用于白内障檢測的白内障和正常眼睛圖像資料集。
惡性與良性皮膚癌
下載下傳連結：http://suo.nz/2kkvio
該資料集包含良性皮膚痣和惡性皮膚痣圖像的平衡資料集。資料由兩個檔案夾組成，每個檔案夾包含兩種痣的 1800 張圖檔 (224x244)。
2.語義分割
高分二号 (GF-2) 衛星圖像大型土地覆寫資料集
資料集下載下傳位址：http://suo.nz/2dPkdv
GID 是具有高分二号 (GF-2) 衛星圖像的大型土地覆寫資料集。這個新的資料集被命名為高分影像資料集（GID），由于其覆寫面大、分布廣、空間分辨率高等特點，與現有的土地覆寫資料集相比具有優勢。GID 由兩部分組成：大規模分類集和精細土地覆寫分類集。大規模分類集包含 150 個像素級帶注釋的 GF-2 圖像，精細分類集由 30,000 個多尺度圖像塊加上 10 個像素級帶注釋的 GF-2 圖像組成。分别基于 5 個類别的訓練圖像和驗證圖像收集并重新标記 15 個類别的訓練資料和驗證資料。
DADA-seg
資料集下載下傳位址：http://suo.nz/3bZ3qm
DADA-seg 是一個按像素标注的事故資料集，其中包含交通事故的各種關鍵場景。
Dark Zurich
資料集下載下傳位址：http://suo.nz/34sQlF
Dark Zurich 是一個圖像資料集，包含在夜間、黃昏和白天拍攝的總共 8779 張圖像，以及每張圖像的相機各自的 GPS 坐标。這些 GPS 注釋用于建構一天中的跨時間對應關系，即，将每個夜間或黎明圖像與其白天對應物相比對。
斯坦福背景資料集
資料集下載下傳位址：http://suo.nz/2WWDgY
斯坦福背景資料集是 Gould 等人引入的新資料集。(ICCV 2009)用于評估幾何和語義場景了解的方法。該資料集包含 715 張圖像，這些圖像選自現有的公共資料集：LabelMe 、 MSRC、 PASCAL VOC 和Geometric Context。我們的選擇标準是圖像是戶外場景，像素大約為 320 x 240，至少包含一個前景物體，并且地平線位于圖像内（不需要可見）。
CIHP人體解析資料集
資料集下載下傳位址：http://suo.nz/2ll7hi
Crowd Instance-level Human Parsing (CIHP) 資料集包含 38,280 張多人圖像，這些圖像具有精細的注釋、高外觀可變性和複雜性。該資料集可用于人體部分分割任務。
WoodScape自動駕駛魚眼資料集
資料集下載下傳位址：http://suo.nz/2sRklZ
WoodScape 包含四個環視攝像頭和九項任務，包括分割、深度估計、3D 邊界框檢測和新型污染檢測。為超過 10,000 張圖像提供執行個體級别的 40 個類的語義注釋。
3.圖像分類
FruitNet水果分類/識别資料集
下載下傳連結：http://suo.nz/2Cfo4y
需要高品質的水果圖像來解決水果分類和識别問題。要建構機器學習模型，整潔幹淨的資料集是基本要求。為了這個目标，我們建立了名為“FruitNet”的六種流行印度水果的資料集。該資料集包含 6 種不同類别水果的 14700 多張經過處理的格式的高品質圖像。圖像分為 3 個子檔案夾 1) 優質水果 2) 劣質水果和 3) 混合品質水果。每個子檔案夾包含 6 個水果圖像，即蘋果、香蕉、芭樂、酸橙、橙子和石榴。使用具有高端分辨率相機的手機來捕捉圖像。這些圖像是在不同的背景和不同的光照條件下拍攝的。建議的資料集可用于訓練，水果分類或重組模型的測試和驗證。
衛星圖像分類
下載下傳連結：http://suo.nz/2D00yp
衛星圖像分類資料集-RSI-CB256，該資料集有 4 個不同的類别，混合了傳感器和谷歌地圖快照
intel 自然風光圖像分類資料集
下載下傳連結：http://suo.nz/2KwdmY
這是世界各地自然風光的圖像資料。
内容：此資料包含分布在 6 個類别下的大約 25,000 張大小為 150x150 的圖像。{'建築物'-> 0， '森林'-> 1， '冰川'-> 2， '山'-> 3， '海'-> 4， '街道'-> 5}
建築遺産元素圖像資料集
下載下傳連結：http://suo.nz/2RmsZl
Architectural Heritage Elements Dataset (AHE) 是一個圖像資料集，用于開發深度學習算法和建築遺産圖像分類中的特定技術。該資料集包含 10235 張圖像，分為 10 個類别：祭壇：829 張圖像；後殿：514 張圖檔；鐘樓：1059張圖檔；欄目：1919張圖檔；圓頂（内部）：616 張圖像；圓頂（外部）：1177 張圖像；飛扶壁：407張圖檔；Gargoyle（和 Chimera）：1571 張圖像；彩色玻璃：1033 幅圖像；保險庫：1110 張圖像。
貝殼或鵝卵石：圖像分類資料集
下載下傳連結：http://suo.nz/2YSG42
資料集包含兩個類：貝殼或卵石。該資料集可用于二進制分類任務，以确定某個圖像是貝殼還是鵝卵石。
闆球-足球-棒球分類
資料集下載下傳連結：http://suo.nz/33juP6
該資料集包含 252 張打闆球、踢足球和打棒球的圖像。主檔案夾中有 3 個子檔案夾 (1) cricket (2) football (3) baseball (cricket-football-baseball)。
花卉資料集
資料集下載下傳位址：http://suo.nz/2fGKVt
該資料集包含 4242 張花卉圖像。資料收集基于資料flicr、google images、yandex images。此資料集可用于從照片中識别植物。資料圖檔會分為五類：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。
90種動物圖像資料集
資料集下載下傳位址：http://suo.nz/2ncY0a
在這個資料集中有 90 個不同類别的 5400 張動物圖像。此資料集是從 Google 圖檔建立的：https://images.google.com/。所有照片将按照其所屬類别存放于各自的檔案夾下。動物類别包括：羚羊，獾，蝙蝠，熊，蜜蜂，甲蟲，野牛，公豬，蝴蝶，貓 毛蟲，黑猩猩等。該資料集中的圖像大小不固定，可能需要後續的處理。
衣服資料集
資料集下載下傳位址：http://suo.nz/2uJaOJ
衣服資料集總共收集了 20 種衣服的 5,000 張圖像。該資料集是根據公共領域許可 (CC0) 釋出的。我們使用了三種不同的方式來收集資料集：Toloka——衆包平台；社交媒體上的網絡衆包計劃；Tagias——一家專門從事資料收集的公司。标簽是使用 IPython 小部件手動完成的，同時我們使用簡單的神經網絡糾正了标簽錯誤。
資料集包含 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。
商标資料集
資料集下載下傳位址：http://suo.nz/2CfnTq
在這項工作中，我們建構了一個大規模的 logo 資料集 Logo-2K+，它涵蓋了來自真實世界 logo 圖像的各種 logo 類别。我們生成的徽标資料集包含 167,140 張圖像，具有 10 個根類别和 2,341 個類别。
食物圖像資料集
資料集下載下傳位址：http://suo.nz/2D00oT
該資料集包含完整 food-101 資料的許多不同子集。為了給圖像分析制作一個比 CIFAR10 或 MNIST 更簡單的訓練集，該資料包括圖像的大規模縮小版本，以實作快速測試。資料已被重新格式化為 HDF5，特别是 Keras HDF5Matrix，這樣可以輕松讀取它們。
4.垃圾分類、水下垃圾/口罩垃圾/煙頭垃圾檢測
AquaTrash垃圾識别資料集
資料集下載下傳連結：http://suo.nz/2CdMGi
該資料集包含 369 張用于深度學習的垃圾圖像。總共有 470 個邊界框。共有 4 類 {(0: glass), (1:paper), (2:metal), (3:plastic)}
口罩垃圾檢測
資料集下載下傳連結：http://suo.nz/2CYpbL
這個資料集是一個極具挑戰性的集合，包含從 1200 多個城市和農村地區捕獲和衆包的 7000 多張原始 Masks 圖像，其中每張圖像都由DC Labs 的計算機視覺專業人員手動審查和驗證。
資料集大小：7000+ 捕獲者：超過 1200 多個衆包貢獻者 分辨率：99% 圖像高清及以上（1920x1080 及以上） 地點：拍攝于印度 900 多個城市 多樣性：各種照明條件，如白天、夜晚、不同的距離、觀察點等 使用裝置：2020-2021 年使用手機拍攝 用途：口罩檢測、口罩隔離、垃圾口罩檢測等
煙頭垃圾資料集
資料集下載下傳連結：http://suo.nz/2KuC0k
該資料集由一組 2200 張合成合成的地面香煙圖像組成。它專為訓練 CNN（卷積神經網絡）而設計。
水下垃圾檢測資料集
資料集下載下傳連結：http://suo.nz/2RkRCH
該資料來自 J-EDI 海洋垃圾資料集。構成該資料集的視訊在品質、深度、場景中的對象和使用的相機方面差異很大。它們包含許多不同類型的海洋垃圾的圖像，這些圖像是從現實世界環境中捕獲的，提供了處于不同衰減、遮擋和過度生長狀态的各種物體。此外，水的清晰度和光的品質因視訊而異。這些視訊經過處理以提取 5,700 張圖像，這些圖像構成了該資料集，所有圖像都在垃圾執行個體、植物和動物等生物對象以及 ROV 上标有邊界框。
垃圾分類資料集
資料集下載下傳連結：http://suo.nz/2YR4Ho
該資料集包含來自 12 個不同類别的生活垃圾的 15,150 張圖像；紙、紙闆、生物、金屬、塑膠、綠色玻璃、棕色玻璃、白色玻璃、衣服、鞋子、電池和垃圾。
Kaggle 垃圾分類圖檔資料集
資料集下載下傳連結：http://suo.nz/36mRLb
該資料集是圖檔資料，分為訓練集85%（Train）和測試集15%（Test）。其中O代表Organic（有機垃圾），R代表Recycle（可回收）
生活垃圾資料集
資料集下載下傳連結：http://suo.nz/3dT4PS
大約9000多張獨特的圖檔。該資料集由印度國内常見垃圾對象的圖像組成。圖像是在各種照明條件、天氣、室内和室外條件下拍攝的。該資料集可用于制作垃圾/垃圾檢測模型、環保替代建議、碳足迹生成等。
垃圾溢出資料集
資料集下載下傳連結：http://suo.nz/2fJocH
SpotGarbage垃圾識别資料集
資料集下載下傳連結：http://suo.nz/2nfBho
圖像中的垃圾（GINI）資料集是SpotGarbage引入的一個資料集，包含2561張圖像，956張圖像包含垃圾，其餘的是在各種視覺屬性方面與垃圾非常相似的非垃圾圖像。
5.目标跟蹤
Temple Color 128
資料集下載下傳連結：http://suo.nz/2dKEEL
本資料集包含一大組 128 種顔色序列，帶有基本事實和挑戰因素注釋（例如，遮擋）
NfS高幀率視訊資料集
資料集下載下傳連結：http://suo.nz/34o8df
第一個更高幀率的視訊資料集（稱為極品飛車 - NfS）和視覺對象跟蹤基準。該資料集包含 100 個視訊（380K 幀），這些視訊是使用現在常見的更高幀率 (240 FPS) 錄影機從現實世界場景中捕獲的。所有幀都用軸對齊的邊界框進行注釋，所有序列都用九個視覺屬性手動标記——例如遮擋、快速運動、背景雜亂等。
VOT2020
資料集下載下傳連結：http://suo.nz/2W7iD5
PathTrack 資料集
資料集下載下傳連結：http://suo.nz/2OFhXy
用于多目标跟蹤 (MOT)。PathTrack 資料集包含 720 個視訊序列中的 15,000 多個人的軌迹。
ALOV300++跟蹤資料集
資料集下載下傳連結：http://suo.nz/2dKDTl
ALOV++，Amsterdam Library of Ordinary Videos for tracking 是一個物體追蹤視訊資料，旨在對不同的光線、通透度、泛着條件、背景雜亂程度、焦距下的相似物體的追蹤。
6.口罩識别檢測
SF-MASK
資料集下載下傳連結：http://suo.nz/2E6ADA
從監控錄像中對有面具和無面具的人臉進行分類是最困難的任務之一，資料集SF-MASK來解決這些問題，該資料集适用于小尺寸人臉、部分隐藏的人臉、各種人臉方向和各種面具類型等。SF-MASK是通過收集已經釋出的面具相關資料集而建構的。同時，通過分析現有資料集中缺失的資料和補充缺失的資料，使其更加完整。
口罩檢測視訊資料集
資料集下載下傳連結：http://suo.nz/2wAnAv
一個實時視訊/圖像資料集，其中包含在大學環境中行走的多個主題（帶/不帶面具）。每個帶注釋的幀都包含多個具有唯一辨別、邊界框和類/标簽資訊的執行個體（即人）。資料集和注釋可用于訓練、驗證和測試基于深度學習和計算機視覺的口罩檢測算法。以下是資料集的詳細資訊：視訊總幀數：4357 邊界框總數：21941 帶遮罩的盒子 (MW)：8306 不帶遮罩的盒子 (NM)：13635 圖像幀：此檔案夾包含 4357 個視訊幀 (.png)。
口罩佩戴資料集
資料集下載下傳連結：http://suo.nz/2p4avO
該Mask Wearing資料集是戴各種口罩的人和不戴口罩的人的物體檢測資料集。這些圖像最初由台灣伊甸社會福利基金會的 Cheng Hsun Teng 收集，并由 Roboflow 團隊重新标記。
口罩檢測資料集
資料集下載下傳連結：http://suo.nz/2ojy0l
資料集由 2 個檔案夾中的 7553 張 RGB 圖像組成，分别是 with_mask 和 without_mask。圖像被命名為标簽 with_mask 和 without_mask。戴口罩的人臉圖像為3725張，不戴口罩的人臉圖像為3828張。
MDMFR口罩資料集
資料集下載下傳連結：http://suo.nz/2gNkVE
MDMFR 資料集由兩個主要集合組成，1) 面罩檢測和 2) 蒙面面部識别。我們的 MDMFR 資料集中有 6006 張圖像。面罩檢測集合包含兩類人臉圖像，即蒙面和未蒙面。檢測資料庫包含 3174 個帶掩碼和 2832 個不帶掩碼（未掩碼）的圖像。
RMFD口罩遮擋人臉資料集
資料集下載下傳連結：http://suo.nz/2ojy0v
7.自動駕駛
ExDark圖像資料集
下載下傳位址：http://suo.nz/2lidoI
Exclusively Dark (ExDARK) 資料集是 7,363 張從極低光環境到黃昏（即 10 種不同條件）的低光圖像的集合，具有 12 個對象類（類似于 PASCAL VOC），在圖像類級别和局部對象邊界上進行了注釋盒子。
Nexet車輛檢測資料集
下載下傳位址：http://suo.nz/2sKekn
50000張帶标注的訓練圖檔
41190張測試圖檔
圖檔來自77個國家
Udacity 自動駕駛汽車資料集
下載下傳位址：http://suo.nz/2Agrp4
該資料集包含 11 個類别的 97,942 個标簽和 15,000 張圖像。有 1,720 個空樣本（沒有标簽的圖像）。
所有圖像均為 1920x1200（下載下傳大小約為 3.1 GB）。本資料集還提供了一個降采樣到 512x512（下載下傳大小約 580 MB）的版本，适用于大多數常見的機器學習模型（包括 YOLO v3、Mask R-CNN、SSD 和 mobilenet）。
WoodScape
下載下傳位址：http://suo.nz/2HMEtL
WoodScape 包含四個環視攝像頭和九項任務，包括分割、深度估計、3D 邊界框檢測和新型污染檢測。為超過 10,000 張圖像提供執行個體級别的 40 個類的語義注釋。
BDD100K
下載下傳位址：http://suo.nz/2OCU68
UCB的全天候全光照大型資料集，包含1,100小時的HD錄像、GPS/IMU、時間戳資訊，100,000張圖檔的2D bounding box标注，10,000張圖檔的語義分割和執行個體分割标注、駕駛決策标注和路況标注。官方推薦使用此資料集的十個自動駕駛任務：圖像标注、道路檢測、可行駛區域分割、交通參與物檢測、語義分割、執行個體分割、多物體檢測追蹤、多物體分割追蹤、域适應和模仿學習。
Linkopings交通标志資料集
下載下傳位址：http://suo.nz/2W97aP
超過 20,000 張圖像 ，其中 20% 已标記。
包含 3488個 交通标志。
從超過 350 公裡的瑞典道路上 記錄的公路和城市序列。
非洲地區交通标志資料集
下載下傳位址：http://suo.nz/2WTJGi
該資料集已特别針對非洲地區進行了改進。兩個開源資料集僅用于提取非洲地區使用的交通标志。該資料集包含來自所有類别的 76 個類，例如 監管、警告、指南和資訊标志。該資料集總共包含 19,346 張圖像和每個類别至少 200 個執行個體。
8.衛星圖像
水體衛星圖像的圖像
資料集下載下傳位址：http://suo.nz/2ksvWY
Sentinel-2 衛星拍攝的水體圖像集。每張圖檔都帶有一個黑白mask，其中白色代表水，黑色代表除水之外的其他東西。這些掩模是通過計算 NWDI（歸一化水差指數）生成的，該指數經常用于檢測和測量衛星圖像中的植被，但使用更大的門檻值來檢測水體。
城市航拍圖像分割資料集
資料集下載下傳位址：http://suo.nz/2cWiSh
此資料集包含用于檢查和準備航空影像分割資料集的腳本。該資料集包含一組不同的衛星圖像，這些圖像用目标城市的建築物、道路和背景标簽進行了注釋。
遊泳池和汽車衛星圖像檢測
資料集下載下傳位址：http://suo.nz/3b5ZtQ
人工月球景觀資料集
資料集下載下傳位址：http://suo.nz/33zMp9
由于月球圖像的稀缺性和缺乏注釋，通常很難對其進行任何類型的機器學習實驗。該資料集的目标是為公衆提供人造而逼真的月球景觀樣本，可用于訓練岩石檢測算法。這些經過訓練的算法可以在實際的月球圖檔或其他岩石地形圖檔上進行測試。該資料集目前包含 9,766 個岩石月球景觀的真實渲染圖，以及它們的分段等價物（3 類是天空、較小的岩石和較大的岩石）。還提供了所有較大岩石和經過處理、清理後的地面實況圖像的邊界框表。
馬薩諸塞州道路資料集
資料集下載下傳位址：http://suo.nz/32Pa9O
馬薩諸塞州道路資料集由1171幅馬薩諸塞州的航空圖像組成。與建築資料一樣，每個圖像的大小為1500×1500像素，占地2.25平方公裡。
9.農業相關
DeepWeeds 雜草類型分類資料集
下載下傳連結：http://suo.nz/2OmaTQ
資料集包含 17,509 張圖像，這些圖像捕捉了八種原産于澳洲的不同雜草以及鄰近的植物群。標明的雜草品種是昆士蘭州牧草地的本地品種。它們包括：“中國蘋果”、“蛇草”、“馬纓丹”、“刺金合歡”、“暹羅草”、“白花菊”、“橡膠藤”和“帕金森屬植物”。這些圖像是從昆士蘭以下地點的雜草侵擾中收集的：“Black River”、“Charters Towers”、“Cluden”、“Douglas”、“Hervey Range”、“Kelso”、“McKinlay”和“Paluma”。
仙人掌航拍圖檔資料集
下載下傳連結：http://suo.nz/2VSnYx
在此資料集中，展示了 16,000 多個用于植物識别或分類的柱狀仙人掌 (Neobuxbaumia tetetzo) 示例。
農作物圖像分類（小麥、水稻、甘蔗、玉米等）
下載下傳連結：http://suo.nz/33oB1C
資料集（作物圖像）包含每種農業作物（玉米、小麥、黃麻、水稻和甘蔗）的 40 多張圖像資料集（kag2）包含每類作物圖像的 159 多張增強圖像。增強包括水準翻轉、旋轉、水準平移、垂直平移。
5種不同的水稻圖像資料集
下載下傳連結：http://suo.nz/349aVN
- 使用了 Arborio、Basmati、Ipsala、Jasmine 和 Karacadag 水稻品種。
- 資料集(1) 有75K 幅圖像，包括每個水稻品種的15K 幅圖像。資料集（2）有 12 個形态特征、4 個形狀特征和 90 個顔色特征。
玉米葉感染資料集
下載下傳連結：http://suo.nz/3aZ0xg
收集了部分被秋粘蟲等害蟲感染的玉米葉片圖像。有 Healthy 和 Infected 檔案夾，每個檔案夾都包含各自的圖像。此外，還使用 VoTT 為受感染的圖像準備了注釋檔案。