真实雨景/图像去雨相关
真实雨景数据集
下载链接:http://e9shj.avtk.cn/f6
一个由~29.5K的雨/无雨影像对组成的大型数据集,涵盖了广泛的自然雨景。
合成降雨数据集
下载链接:http://e9sh5.avtk.cn/e6
合成降雨数据集由从多个数据集(Rain14000、Rain1800、Rain800、Rain12)收集的 13,712 个清洁雨图像对组成。使用单个经过训练的模型,可以在各种测试集上执行评估,包括 Rain100H、Rain100L、Test100、Test2800 和 Test1200。
RainNet
下载链接:http://e9shs.avtk.cn/48
RainNet是一个真实的(非模拟的)大规模空间降水降尺度数据集,包含62,424对低分辨率和高分辨率降水图,历时17年。与模拟数据相反,该真实数据集涵盖了各种类型的真实气象现象(例如飓风、狂风等),并显示了挑战降尺度算法的物理特征——时间错位、时间稀疏和流体属性。
RainDS
下载链接:http://e9shq.avtk.cn/b7
其中包括各种照明条件和不同场景中的无数图像对。每对包含四张图像:雨纹图像、雨滴图像和包含两种类型的雨以及无雨对应物的图像。
SemanticSpray 数据集
下载链接:http://e9shp.avtk.cn/c2
该数据集为 RoadSpray [1] 数据集的一个子集提供语义标签,该数据集包含车辆在潮湿表面上以不同速度行驶的场景,从而产生拖曳喷雾效果。我们为 200 多个动态场景提供语义标签,将 LiDAR 点云中的每个点标记为背景(道路、植被、建筑物等)、前景(移动的车辆)和噪声(喷雾、LiDAR 伪影)。
自动驾驶方向
ExDark图像数据集
下载地址:http://e9sy2.avtk.cn/e6
Exclusively Dark (ExDARK) 数据集是 7,363 张从极低光环境到黄昏(即 10 种不同条件)的低光图像的集合,具有 12 个对象类(类似于 PASCAL VOC),在图像类级别和局部对象边界上进行了注释盒子。
Nexet车辆检测数据集
下载地址:http://e9sym.avtk.cn/4d
50000张带标注的训练图片
41190张测试图片
图片来自77个国家
Udacity 自动驾驶汽车数据集
下载地址:http://e9syb.avtk.cn/44
该数据集包含 11 个类别的 97,942 个标签和 15,000 张图像。有 1,720 个空样本(没有标签的图像)。
所有图像均为 1920×1200(下载大小约为 3.1 GB)。我们还提供了一个降采样到 512×512(下载大小约 580 MB)的版本,适用于大多数常见的机器学习模型(包括 YOLO v3、Mask R-CNN、SSD 和 mobilenet)。
WoodScape
下载地址:http://e9shc.avtk.cn/36
WoodScape 包含四个环视摄像头和九项任务,包括分割、深度估计、3D 边界框检测和新型污染检测。为超过 10,000 张图像提供实例级别的 40 个类的语义注释。
BDD100K
下载地址:http://e9shi.avtk.cn/6a
UCB的全天候全光照大型数据集,包含1,100小时的HD录像、GPS/IMU、时间戳信息,100,000张图片的2D bounding box标注,10,000张图片的语义分割和实例分割标注、驾驶决策标注和路况标注。官方推荐使用此数据集的十个自动驾驶任务:图像标注、道路检测、可行驶区域分割、交通参与物检测、语义分割、实例分割、多物体检测追踪、多物体分割追踪、域适应和模仿学习。
Linkopings交通标志数据集
下载地址:http://e9sh6.avtk.cn/79
超过 20,000 张图像 ,其中 20% 已标记。包含 3488个 交通标志。从超过 350 公里的瑞典道路上 记录的公路和城市序列。
非洲地区交通标志数据集
下载地址:http://e9shv.avtk.cn/8f
该数据集已特别针对非洲地区进行了改进。两个开源数据集仅用于提取非洲地区使用的交通标志。该数据集包含来自所有类别的 76 个类,例如 监管、警告、指南和信息标志。该数据集总共包含 19,346 张图像和每个类别至少 200 个实例。
图像检索相关
CUB-200-2011
下载地址:http://e9snw.avtk.cn/3f
CUB-200 是一个包含 200 种鸟类的具有挑战性的数据集。扩展版本将每个类别的图像数量大约增加了一倍,并添加了新的零件本地化注释。所有图像都使用边界框、零件位置和属性标签进行注释。
iNaturalist
下载地址:http://e9sn2.avtk.cn/9a
iNaturalist 2017 数据集 (iNat) 包含来自 5,089 个自然细粒度类别的 675,170 张训练和验证图像。这些类别属于 13 个超类别,包括 Plantae(植物)、Insecta(昆虫)、Aves(鸟类)、Mammalia(哺乳动物)等。iNat 数据集高度不平衡,每个类别的图像数量差异很大。例如,最大的超类别“Plantae(植物)”有来自 2,101 个类别的 196,613 张图像;而最小的超类别“原生动物”只有来自 4 个类别的 381 张图像。
Stanford Online Products
下载地址:http://e9snm.avtk.cn/d3
斯坦福在线产品(SOP) 数据集有 22,634 个类别,包含 120,053 张产品图像。前 11,318 个类别(59,551 张图像)用于训练,其余 11,316 个类别(60,502 张图像)用于测试
Google Landmarks Dataset v2
下载地址:http://e9snb.avtk.cn/33
这是 Google Landmarks 数据集 (GLDv2) 的第二个版本,其中包含带有代表人造和自然地标的标签的图像。该数据集可用于地标识别和检索实验。此版本的数据集包含大约 500 万张图像,分为 3 组图像:训练、索引和测试
Flickr Image dataset
下载地址:http://e9syc.avtk.cn/f7
Flickr30k 数据集已成为基于句子的图像描述的标准基准。本文介绍了 Flickr30k 实体,它用 244k 共指链扩充了 Flickr30k 的 158k 标题,将同一图像的不同标题中对相同实体的提及链接起来,并将它们与 276k 手动注释的边界框相关联。
GPR1200 Dataset
下载地址:http://e9syi.avtk.cn/d4
这是一个易于使用且易于访问但具有挑战性的基准数据集,包含 1200 个类别和 10 个类别示例。从不同图像区域的六个公开数据集中手动选择类和图像,确保了高类多样性和清晰的类边界。
多目标跟踪相关
DanceTrack
下载链接:http://e9sy6.avtk.cn/35
一个大规模的多目标跟踪数据集,用于在遮挡、频繁交叉、统一外观和多样化肢体姿态中进行人体跟踪。建议强调运动分析在多目标跟踪中的重要性,而不是主要基于外观匹配的图表。
Wildtrack
下载链接:http://e9syv.avtk.cn/57
Wildtrack 是一个大规模和高分辨率的数据集。它被七个静态摄像机拍摄到一个公共开放区域,以及无脚本的密集行人站立和行走。与相机框架一起,提供精确的关节(外在和内在)校准,以及 7 个系列的 400 个注释 以每秒 2 帧的速率进行检测的帧。这导致超过40 000个边界框划定了感兴趣区域内的每个人,总数超过 300人。
TAO
下载链接:http://e9sy1.avtk.cn/8c
TAO 是用于跟踪任何对象的联合数据集,包含 2,907 个在不同环境中捕获的高分辨率视频,平均时长为半分钟。采用自下而上的方法发现了 833 个类别的大量词汇表,比以前的跟踪基准高出一个数量级。
BEE23
下载链接:http://e9syf.avtk.cn/ba
收集了 32 个视频,记录了几个阳光明媚的日子里不同时期的蜂群活动。数据集的总大小为 3,562 帧和 43,169 个注释。
PathTrack 数据集
下载链接:http://e9sy0.avtk.cn/9b
通过众包方法收集了一个名为 PathTrack 数据集的大型数据集,用于多目标跟踪 (MOT)。PathTrack 数据集包含 720 个视频序列中的 15,000 多个人的轨迹。
BDD100K驾驶视频数据集
下载链接:http://e9syz.avtk.cn/11
UCB的全天候全光照大型数据集,包含1,100小时的HD录像、GPS/IMU、时间戳信息,100,000张图片的2D bounding box标注,10,000张图片的语义分割和实例分割标注、驾驶决策标注和路况标注。官方推荐使用此数据集的十个自动驾驶任务:图像标注、道路检测、可行驶区域分割、交通参与物检测、语义分割、实例分割、多物体检测追踪、多物体分割追踪、域适应和模仿学习。
公众号后台回复“数据集”获取100+深度学习各方向资源整理
极市干货
点击阅读原文进入CV社区
收获更多技术干货