计算机视觉数据集

Pedestrian dataset from MIT: 行人图片背景简单

INRIA 数据集 :行人检测图片,背景复杂

WallFlower dataset: 用于评价背景建模算法的好坏. Ground-truth foreground provided.
Foreground/Background segmentation and Stereo dataset: from Microsoft Cambridge.
VISOR: Video Surveillance Online Repositiory: 大量的视频和路面实况.
3D Photography Dataset
Multi-model, multi-camera meeting room dataset
Advanced Video and Signal based Surveillance: 各种用于跟踪和检测的数据集.
Caltech image collections: 用于目标物体检测,分割和分类
INRIA Datasets: 车辆, 人, 马, 人类行为等

CAVIAR surveillance Dataset
Videos for Head Tracking
Pedestrian dataset from MIT
Shadow detection datasets
Flash and non-Flash dataset
Experiments on skin region detection and tracking: 包括一个ground-truthed dataset

MIT Face Dataset
MIT Car Datasets
MIT Street Scenes: CBCL StreetScenes Challenge Framework 是一个图像、注释、软件和性能检测的对象集[cars, pedestrians, bicycles, buildings, trees, skies, roads, sidewalks, and stores]
LabelMe Dataset: 超过150,000已经标注的照片.
MuHAVi: Multicamera Human Action Video DataA large body of human action video data using 8 cameras. Includes manually annotated silhouette data. 用于测试人行为的数据集
INRIA Xmas Motion Acquisition Sequences (IXMAS): Multiview dataset for view-invariant human action recognition.
i-LIDS datasets: UK Government benchmark datasets for automated surveillance.
The Daimler Pedestrian Detection Benchmark: contains 15,560 pedestrian and non-pedestrian samples (image cut-outs) and 6744 additional full images not containing pedestrians for bootstrapping. The test set contains more than 21,790 images with 56,492 pedestrian labels (fully visible or partially occluded), captured from a vehicle in urban traffic.
Stereo Pedestrian Detection Evaluation Dataset: a dataset for evaluating pedestrian detection using stereo camera images and

video. 用于测试行人检测算法的数据集
Colour video and Thermal infrared datasets: Dataset of videos in colour and thermal infrared. Videos are aligned temporally and spatially. Ground-truth for object tracking is provided.

时间: 2024-10-13 11:28:10

计算机视觉数据集的相关文章

学习笔记TF056:TensorFlow MNIST,数据集、分类、可视化

MNIST(Mixed National Institute of Standards and Technology)http://yann.lecun.com/exdb/mnist/ ,入门级计算机视觉数据集,美国中学生手写数字.训练集6万张图片,测试集1万张图片.数字经过预处理.格式化,大小调整并居中,图片尺寸固定28x28.数据集小,训练速度快,收敛效果好. MNIST数据集,NIST数据集子集.4个文件.train-label-idx1-ubyte.gz 训练集标记文件(28881字节)

最强数据集50个最佳机器学习公共数据,可以帮你验证idea!

1.  寻找数据集の奥义 根据CMU的说法,寻找一个好用的数据集需要注意一下几点: 数据集不混乱,否则要花费大量时间来清理数据. 数据集不应包含太多行或列,否则会难以使用. 数据越干净越好,清理大型数据集可能非常耗时. 应该预设一个有趣的问题,而这个问题又可以用数据来回答. 2.  去哪里找数据集 Kaggle:爱竞赛的盆友们应该很熟悉了,Kaggle上有各种有趣的数据集,拉面评级.篮球数据.甚至西雅图的宠物许可证.https://www.kaggle.com/ UCI机器学习库:最古老的数据集

关于机器学习和深度学习的资料

声明:转来的,原文出处:http://blog.csdn.net/achaoluo007/article/details/43564321 编者按:本文收集了百来篇关于机器学习和深度学习的资料,含各种文档,视频,源码等.而且原文也会不定期的更新,望看到文章的朋友能够学到更多. <Brief History of Machine Learning> 介绍:这是一篇介绍机器学习历史的文章,介绍很全面,从感知机.神经网络.决策树.SVM.Adaboost 到随机森林.Deep Learning. &

Tensorflow学习笔记(一):MNIST机器学习入门

学习深度学习,首先从深度学习的入门MNIST入手.通过这个例子,了解Tensorflow的工作流程和机器学习的基本概念. 一  MNIST数据集 MNIST是入门级的计算机视觉数据集,包含了各种手写数字的图片.在这个例子中就是通过机器学习训练一个模型,以识别图片中的数字. MNIST数据集来自 http://yann.lecun.com/exdb/mnist/ Tensorflow提供了一份python代码用于自动下载安装数据集.Tensorflow官方文档中的url打不开,在CSDN上找到了一

CSDN日报20170224——《程序员该用哪种姿势来理财》

[程序人生] 程序员该用哪种姿势来理财 作者:纯洁的虫子 其实一直想写一篇文章名字都想好了,叫做"程序员该不该理财?".后来想了想,该不该这个就不用想了,必须要理财! 那么市面上那么多理财的方式对于我们屌丝的程序员该如何选择呢? 其实我也是那种土的掉渣的那种类型,以前几乎没有想过神马理财的,一来呢毕业的时候工资全都不够花的还理个毛线,二来总是感觉理财好像都是有钱人搞的东西:后来偶然进入了互联网金融行业,呆了几年,慢慢也接触了很多理财方式,但也还是一个门外汉,此文就是和大家一起聊聊我们程

一文全解:利用谷歌深度学习框架Tensorflow识别手写数字图片(初学者篇)

笔记整理者:王小草 笔记整理时间2017年2月24日 原文地址 http://blog.csdn.net/sinat_33761963/article/details/56837466?fps=1&locationNum=5 Tensorflow官方英文文档地址:https://www.tensorflow.org/get_started/mnist/beginners 本文整理时官方文档最近更新时间:2017年2月15日 1.案例背景 本文是跟着Tensorflow官方文档的第二篇教程–识别手

机器学习&amp;深度学习资料分享

感谢:https://github.com/ty4z2008/Qix/blob/master/dl.md <Brief History of Machine Learning> 介绍:这是一篇介绍机器学习历史的文章,介绍很全面,从感知机.神经网络.决策树.SVM.Adaboost 到随机森林.Deep Learning. <Deep Learning in Neural Networks: An Overview> 介绍:这是瑞士人工智能实验室 Jurgen Schmidhuber

近200篇机器学习&amp;amp;深度学习资料分享

编者按:本文收集了百来篇关于机器学习和深度学习的资料,含各种文档,视频,源码等.并且原文也会不定期的更新.望看到文章的朋友能够学到很多其它. <Brief History of Machine Learning> 介绍:这是一篇介绍机器学习历史的文章,介绍非常全面,从感知机.神经网络.决策树.SVM.Adaboost 到随机森林.Deep Learning. <Deep Learning in Neural Networks: An Overview> 介绍:这是瑞士人工智能实验室

TensorFlow官方文档MNIST初学笔记[二]

TensorFlow官方文档MNIST初学笔记[二] MNIST是一个简单的计算机视觉数据集, 它还包括每个图像的标签, 每个图像是28像素乘以28像素, 我们可以把这个数组变成一个28×28 = 784个数字的向量.MNIST只是一个784维向量空间中的一个点.mnist.train.images具有形状的张量(n维阵列)[55000, 784] 第一维度是图像列表中的索引,第二维度是每个图像中每个像素的索引.对于特定图像中的特定像素,张量中的每个条目是0和1之间的像素强度. MNIST中的每