计算机视觉使计算机能够理解图像和视频的内容。计算机视觉的目标是使人类视觉系统可以完成的任务自动化。
计算机视觉任务包括图像采集，图像处理和图像分析。图像数据可以采用不同的形式，例如视频序列，从多个角度不同的摄像机查看的图像或来自医疗扫描仪的多维数据。
用于计算机视觉训练的图像数据集
Labelme：由MIT计算机科学和人工智能实验室（CSAIL）创建的大型数据集，包含187,240张图像，62,197条带注释的图像和658,992张带标签的对象。
http://labelme.csail.mit.edu/Release3.0/browserTools/php/dataset.php
乐高积木：通过文件夹和使用Blender渲染的计算机对16种不同乐高积木进行分类的大约12,700张图像。
https://www.kaggle.com/joosthazelzet/lego-brick-images
ImageNet：用于新算法的实际图像数据集。根据WordNet层次结构进行组织，其中层次结构的每个节点都以成千上万的图像进行描绘。
http://image-net.org/
LSUN：场景理解和许多辅助任务（房间布局估计，显着性预测等）
http://lsun.cs.princeton.edu/2016/
MS COCO：COCO是一个大规模的对象检测，分割和字幕数据集，包含超过200,000张带标签的图像。它可以用于对象分割，上下文识别以及许多其他用例。
http://mscoco.org/
哥伦比亚大学图像库：COIL100是一个数据集，其中包含100个不同的对象，这些对象在360度旋转的每个角度均成像。
http://www1.cs.columbia.edu/CAVE/software/softlib/coil-100.php
视觉基因组：视觉基因组是一个数据集和知识库，旨在将结构化图像概念与语言联系起来。该数据库具有详细的视觉知识库，并带有108,077张图像的字幕。
http://visualgenome.org/
Google的开放图像：“知识共享”下900万个URL的集合，这些URL“已用6,000多个类别的标签进行注释”。
https://research.googleblog.com/2016/09/introducing-open-images-dataset.html
来自“打开图像”数据集的带注释的图像。左：Kevin Krejci的《鬼拱门》。右：J B的某些Silverware。两个图像均在CC BY 2.0许可下使用。
Youtube-8M：一个大规模的标签数据集，由数百万个YouTube视频ID组成，并带有3800多个视觉实体的注释。
https://research.google.com/youtube8m/index.html
带标签的野外面孔：13,000个带标签的人脸图像，用于开发涉及面部识别的应用程序。
http://vis-www.cs.umass.edu/lfw/
斯坦福犬数据集： 包含20,580张图像和120种不同的犬种类别，每个类别约有150张图像。
http://vision.stanford.edu/aditya86/ImageNetDogs/
地点：以场景为中心的数据库，其中包含205个场景类别和250万个带有类别标签的图像。
http://places.csail.mit.edu/index.html
CelebFaces：具有超过200,000张名人图像的人脸数据集，每个图像带有40个属性注释。
http://mmlab.ie.cuhk.edu.hk/projects/CelebA.html
来自CelebFaces数据集的样本图像。
鲜花：在英国常见的鲜花图像数据集，包含102个不同类别。每个花类由40至258张图像组成，这些图像具有不同的姿势和光线变化。
http://www.robots.ox.ac.uk/~vgg/data/flowers/102/index.html
植物图像分析：涵盖超过一百万个植物图像的数据集。可以从11种植物中选择。
https://www.plant-image-analysis.org/dataset
家庭对象：一个数据集，其中包含来自家庭的随机对象，大部分来自厨房，浴室和客厅，这些对象分为训练和测试数据集。
http://www.vision.caltech.edu/pmoreels/Datasets/Home_Objects_06/
CIFAR-10：包含60,000张32×32彩色图像的大型图像数据集，分为10类。数据集分为五个训练批次和一个测试批次，每个批次包含10,000张图像。
https://www.cs.toronto.edu/~kriz/cifar.html
CompCars：包含163种汽车模型，包含1,716种汽车模型，每种汽车模型都标有五个属性，包括最大速度，排量，门数，座位数和汽车类型。
http://mmlab.ie.cuhk.edu.hk/datasets/comp_cars/index.html
室内场景识别：非常具体的数据集，非常有用，因为大多数场景识别模型在“外部”效果更好。包含67个室内类别，共15620张图像。
http://web.mit.edu/torralba/www/indoor.html
VisualQA：VQA是一个数据集，包含有关265,016张图像的开放式问题。这些问题需要对视觉和语言的理解。对于每个图像，至少有3个问题，每个问题10个答案。
http://www.visualqa.org/
推荐阅读
Facebook和Mila推出MeDAL：NLP预训练数据集，用于通过14M文章消除医学上的歧义
点击“阅读原文”图书配套资源
本文分享自微信公众号 - 相约机器人（xiangyuejiqiren）。
如有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一起分享。
来源：oschina
链接：https://my.oschina.net/u/3267804/blog/4809673