数据收集渠道_数据挖掘数据集

大家好，又见面了，我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE稳定放心使用

NLP方向：Hugging Face – The AI community building the future.

Machine Learning Datasets | Papers With Code

清华官网整理数据集：openslr.org

聚数力：数据集 — Labeled Faces in the Wild 数据集 | 聚数力平台 | 大数据应用要素托管与交易平台

1.GOT-10K中科院发布了目标追踪数据集，1万多条视频，150万个边界框【新闻稿】【下载链接】

2.谷歌再度开放Youtube视频数据集——Youtube边界框（YouTube-BoundingBoxes），含23类共500万手动注释的、紧密贴合对象边界的边界框，精度高于95%。【新闻稿】【论文地址】 【下载链接】

3.OTB 【下载链接】

4.VOT【下载链接】

5.YouTube-8M（用于多标签分类）—YouTube-BB【csdn介绍】 【下载链接】

6.ALOV300++Dataset【下载链接】

7.MPISinteldataset (C-COT用的，2012年就有了，但是好像是用来测试你的光流法的)【下载链接】

8. VIVID Tracking，数据集里面包含9个序列，均是从高空拍摄的车辆视频图像，包括灰度图像和彩色图像，相对时间都比较长，目标也比较小，遮挡情况比较多。 【下载链接】       

9. UAV123 Dataset，数据集是均是通过无人机拍摄的彩色图像，但是需要翻墙下载，如果是做无人机目标跟踪方面的同学，此数据集一定必不可少。【下载链接】

10.Need for Speed dataset，在UPDT文章里面看到的，但是下载链接目前还没有找到。【论文地址】 【下载链接】

        参考文献：Galoogahi, H.K., Fagg, A.,Huang, C., Ramanan, D., Lucey, S.: Need for speed:A benchmark for higher framerate object tracking. In: 2017 IEEE International Conference on Computer Vision(ICCV). pp. 1134–1143. IEEE (2017)

11. Multiple Object Tracking (MOT),多目标跟踪

12.Temple-Color，128数据集里面包含的全是彩色序列，部分序列也是和OTB重合的，如果算法只适用于彩色序列的话可以在此数据集上跑一下。【下载链接】

13.Tiny Images dataset，Tiny Images Dataset 是由近 80 万个微小图像组成的数据集，其包含 79,302,017 个尺寸为 32*32 的彩色图像，其主要用于机器视觉领域的图像分类。【下载链接】

多标签图像分类

1. AI Lab 正式开源业内最大规模多标签图像数据集ML-Images，包含了 1800 万图像和 1.1 万多种常见物体类别，在业内已公开的多标签图像数据集中规模最大，足以满足一般科研机构及中小企业的使用场景。【详细新闻稿】【下载链接】

衡量跨境追踪技术  

跨境追踪技术可以让人工智能通过衣物、发型、体态等信息，跨摄像头跨场景准确追踪人的位置。目前主流视频集如下：

1．Market-1501，用于人员重新识别的数据集，该数据集是在清华大学一家超市门前收集的。总共使用了六台相机，其中包括五台高分辨率相机和一台低分辨率相机。不同相机之间存在重叠。总体而言，此数据集包含32,668个带注释的1,501个身份的边界框【下载链接】

2．CUHK03，MATLAB数据文件格式，1467个行人，收集自The Chinese University of Hong Kong校园内的10个(5对)不同的摄像头。【下载链接】

3．DukeMTMC-reID，DukeMTMC 数据集是一个大规模标记的多目标多摄像机行人跟踪数据集。它提供了一个由 8 个同步摄像机记录的新型大型高清视频数据集，具有 7,000 多个单摄像机轨迹和超过 2,700 多个独立人物，DukeMTMC-reID 是 DukeMTMC 数据集的行人重识别子集，并且提供了人工标注的bounding box。【下载链接】

动作识别

1. Kinetics是一个大规模、高质量的 YouTube 视频URL数据集，包含了各种各样的人类动作标记。【新闻稿】【下载链接】

自动驾驶

1.伯克利发布的BDD100K（目前规模最大的开放驾驶数据集）这篇文章里面有介绍，还有和其他的几个数据集的比较，感觉很优秀，这个数据集很新哦【下载链接】

2.这个链接里有好多（有30个哦~），最受欢迎的有KITTI【下载链接】、Daimler 【下载链接】 、Caltech【下载链接】。

3.2018年3月，百度大规模自动驾驶数据集ApolloScape应需开放（还有一整套平台，有点优秀）【博文简介】

行为理解

1.谷歌最新发布一个电影片段数据集AVA，旨在教机器理解人的活动。该数据集以人类为中心进行标注，包含80类动作的 57600 个视频片段，有助于人类行为识别系统的研究。【下载链接】 【论文地址】

医学

1.MURA 吴恩达团队公布最大医学影像数据集，包含 14982 个病例的上肢肌肉骨骼X光片。每个病例包含一个或多个图像，均由放射科医师手动标记。【下载链接】 【论文地址】

比赛数据

1.全球AI 挑战赛由创新工场、搜狗、美团点评、美图联合主办。【地址】（2018年的数据集很有意思）

图像识别

1.MNIST。手写数字图片的数据库，里面有60,000个训练样本和10,000个测试样本，每个样本是28×28像素的黑白图片。【下载链接】

2. CIFAR-10和CIFAR-100被标记为8000万个微小图像数据集的子集。他们由Alex Krizhevsky，Vinod Nair和Geoffrey Hinton收集。【下载链接】

人脸关键点检测

1.csdn的一篇博客，里面收集的有论文和数据集。

航拍数据

1.VEDAI：VEDAI是航空图像中的车辆检测数据集，是在无约束环境下对自动目标识别算法进行基准测试的工具。数据库中所包含的车辆，除了体积小外，还表现出不同的变化，如多方位、照明/阴影变化、推测或遮挡。【下载链接】 

Torchvision.dataset里面拥有的数据集

1. COCO数据集：COCO数据集是一个大型的、丰富的物体检测，分割和字幕数据集。这个数据集以scene understanding为目标，主要从复杂的日常场景中截取，图像中的目标通过精确的segmentation进行位置的标定。图像包括91类目标，328,000影像和2,500,000个label，虽然比 ImageNet 包含的类型少，但是每一类物体的图像较多，是目前每幅图像平均包含目标数最多的数据集。 MS COCO 不仅用于目标检测研究，还用于图像中目标之间的上下文关系和目标的精确定位。【下载链接】

2.LSUN Classification: LSUN 是一个场景理解图像数据集，主要包含了卧室、固房、客厅、教室等场景图像。【下载链接】

3.STL10: CIFAR 数据集提供的图片很小，因此如果你想使用更高分辨率的图片，STL-10 数据集可能更吸引你。这个数据集包含 10 个类的标记图片，与 CIFAR-10 数据集相似，但是图像大小有 96×96 像素。每个类含有较少的标记样例，但却有很大的未标记图像集，可以用作非监督训练。  【下载链接】

4.SVHN:google，street里面的门牌号，和mnist一样是对数字进行分类的【下载链接】

同类手机博客：

1、各领域公开数据集下载 – 知乎

2.今日头条文章，2019年用于机器学习的50个最佳公共数据集