...COCO、ImageNet、VOC、人脸识别、行人检测等

发布网友发布时间：2024-10-11 02:51

共1个回答

热心网友时间：8小时前

本文概述了几个计算机视觉领域中常用的权威数据集，包括PASCAL VOC、ImageNet、MS COCO、人脸检测和行人检测等。

1. PASCAL VOC

PASCAL VOC，作为计算机视觉的奠基之作，由Mark Everingham和Luc van Gool等人创建，包含超过1.7万张图片，涵盖20类对象。它曾举办过8届竞赛，涉及物体分类、目标检测和图像分割等任务。这个数据集的下载地址是http://host.robots.ox.ac.uk/pascal/VOC/，百度云链接及提取码可在文中找到。

2. ImageNet

ImageNet，由李飞飞教授领导，拥有超过14亿张样本图片，分为27大类和2万多个小类。它与ILSVRC竞赛紧密相关，促进了深度学习算法的发展，如AlexNet、ResNet等。ImageNet的下载地址是http://www.image-net.org/download-imageurls。

3. MS COCO

由微软出资的MS COCO数据集，是场景理解的重要资源，包含91类目标和大量标注信息。其2014年至2017年的数据集提供训练、验证和测试图像，以及详细的语义分割数据。COCO的官网是http://cocodataset.org，提供了详细的使用指南和评估文档。

4. 人脸识别与行人检测数据集

早期行人检测数据库如USC行人数据库，包含正面和背面视角的行人图片，用于“HOG+SVM”模型的训练。香港中文大学的数据集则提供了车载摄像头拍摄的行人视频，包含大量行人标注和行为分析信息。