COCO是大规模的对象检测，分割和字幕数据集。 它包含：330K图像（标为> 200K），150万个对象实例，80个对象类别。https://cocodataset.org/

data压缩包含：coco文件夹: annotations、train2017、val2017

（1） minio为linux下的minio 可以执行性文件，下载到本地后，执行如下命令即可启动： chmod 755 minio export MINIO_ACCESS_KEY=minio export MINIO_SECRET_KEY=miniominio nohup ./minio server /data2/miniodata/ & （2） plabel_20210629_v2.tar 为标注系统PLabel2.0基于mmdection的GPU镜像，内里搭建了mmdetection 2.3.0版本的环境，支持基于mmdetection的模型重训。 （3） gitea.tar 开源社区后端编译及运行环境镜像。 （4）retinanet_free_anchor_r50_fpn_1x_epoch_12.pth 基于mmdetction 2.3.0，使用所有开源数据集行人数据训练的行人检测模型。 （5）pcl_label_hand_v3.tar为封装好的最新PLabel3.0标注系统，运行容器后，进入容器，运行server.sh即可使用。用来接入yolov5_auto_label_v1.tar及yolov5_auto_track_v1.tar中的算法 （6）yolov5_auto_label_v1.tar为基于CPU的自动标注算法镜像，使用docker加载之后，运行容器，进入容器的/javaapp目录，使用java -jar labelSystemForDocker.jar， （7）yolov5_auto_track_v1.tar为基于CPU的目标跟踪算法镜像，使用docker加载之后，运行容器，进入容器的/javaapp目录，使用java -jar labelSystemForDocker.jar，

https://cvpr.kmu.ac.kr/FADID.htm一个真实驾驶情况下的FLD基准数据集，包括姿势变化（最大俯仰45度，横滚和偏航30度），各种照明变化（前，左，右和后）和部分使用近红外相机的头发或太阳镜引起的遮挡。视频分辨率为720'480，视频图像不稳定。在数据集序列中，6个由1，493帧白天和862帧夜间组成用于训练，8个视频由1，834帧白天组成，5个视频由1，721帧夜间组成，用于测试。

URPC 2020（大连）水下目标检测算法赛由国家自然科学基金委员会、大连市人民政府和鹏城实验室共同主办，大连市科技局、大连理工大学、大连金普新区管委会、大连金石滩国家旅游度假区管委会承办。本次比赛紧扣水下目标检测算法领域，创新的将人工智能与水下机器人进行有机结合，把真实水下环境的光学图像开放给更广泛的人工智能和算法研究群体，树立了一个目标检测和识别的新领域。

Paris500k数据集包含从Flickr和Panoramio收集的501,356个带有地理标签的图像。 数据集是从地理边界框而不是使用关键字查询收集的。 https://www.vision.rwth-aachen.de/page/paris500k

远距离行人属性识别数据集。PETA数据集包含19000张图像，分辨率范围为17×39到169×365像素，包括8705个人，每个人都带有61个二进制和4个多类属性。 http://mmlab.ie.cuhk.edu.hk/projects/PETA.html

本数据集来自NEU表面缺陷检测数据集，收集了6种典型的热轧带钢表面缺陷，即氧化铁皮压入(RS)、斑块(Pa)、开裂(Cr)、点蚀(PS)、夹杂(In)和划痕(Sc)。 下图为六种典型表面缺陷的示例，每幅图像的分辨率为200 * 200像素。

MSeg：一个用于多域语义分割的复合数据集。80000多张图片中有超过220000个物体任务。

视觉基因组是一个数据集，一个知识库，将结构化图像概念与语言联系在一起的持续努力。 它包含：108,077张图像540万个区域描述170万个视觉问题解答380万个对象实例。 http://visualgenome.org/

ActivityNet是用于了解人类活动的新的大型视频基准。 ActivityNet提供203个活动类别的样本，每个类别平均137个未修整视频，每个影片1.41个活动实例，总共849个视频小时。 http://activity-net.org/

下目标检测算法赛是由国家自然基金委、鹏城实验室和湛江市人民政府联合主办全国水下机器人（湛江）大赛的第一阶段。本次比赛紧扣水下目标检测算法领域，创新的将人工智能与水下机器人进行有机结合，把真实水下环境的光学图像和声学图像开放给更广泛的人工智能和算法研究群体，树立了一个目标检测和识别的新领域。比赛分为「光学图像目标检测」和「声学图像目标检测」两个赛项。 本项目收集了「声学图像目标检测」赛项的相关数据集，希望这些数据能够对相关领域的研究者有所帮助。

水下目标检测算法赛是由国家自然基金委、鹏城实验室和湛江市人民政府联合主办全国水下机器人（湛江）大赛的第一阶段。本次比赛紧扣水下目标检测算法领域，创新的将人工智能与水下机器人进行有机结合，把真实水下环境的光学图像和声学图像开放给更广泛的人工智能和算法研究群体，树立了一个目标检测和识别的新领域。比赛分为「光学图像目标检测」和「声学图像目标检测」两个赛项。 本项目收集了「光学图像目标检测」赛项的相关数据集，希望这些数据能够对相关领域的研究者有所帮助。

coco2017 dataset

医学报告生成训练数据集

test

COCO2017，用于Nanodet和RetinaNet的Mindrecord格式数据集 其中COCO_Mindrecord是81类的数据集，在80类中，额外添加了一类background; Nanodet_Mindrecord是标准的80类数据集； 两种可以选择使用

测试数据集

此数据集中的图像包含密密麻麻的物体，用于精确目标检测。 Sku110k数据集提供11762张图像，其中包含在密集场景中获取的170多万个带注释的边界框，包括用于训练的8233张图像、用于验证的588张图像和用于测试的2941张图像。总共大约有1733678个实例。这些图像来自数千家超市商店，具有不同的比例、视角、照明条件和噪音水平。所有图像的分辨率都调整为100万像素。 参考： [1] Eran Goldman*, Roei Herzig*, Aviv Eisenschtat*, Jacob Goldberger, Tal Hassner, Precise Detection in Densely Packed Scenes, 2019. [2] Tsung-Yi Lin, Priyal Goyal, Ross Girshick, Kaiming He, Piotr Dollar, Focal loss for dense object detection, 2018. 引用： @inproceedings{goldman2019dense, author = {Eran Goldman and Roei Herzig and Aviv Eisenschtat and Jacob Goldberger and Tal Hassner}, title = {Precise Detection in Densely Packed Scenes}, booktitle = {Proc. Conf. Comput. Vision Pattern Recognition (CVPR)}, year = {2019}} 官方地址： https://github.com/eg4000/SKU110K_CVPR19

该数据集包含经过训练用于对猫和兔子进行分类的移动网络模型。 该模型在 32 个 Epochs 后达到了最佳性能： 训练精度：0.9981 验证准确度：0.9948 训练损失：0.0173 验证损失：0.0284 该模型确立了自己在 ResNet50、ResNet152、ResNet50V2、ResNet152V2 和 InceptionV3 中最好的模型。 有关实施的更多详细信息在与此数据集关联的笔记本中公开。

test

该数据集包含 10,000 张单细胞图像（64x64 像素），这些图像取自被诊断患有急性髓性白血病（血癌）的患者的外周血涂片。 这些图像是从癌症影像档案 (TCIA) 获得的。

COCO的全称是Common Objects in COntext，是微软团队提供的一个可以用来进行图像识别的数据集。

tusimple官方数据集，包含train_set和test_set两个子目录。包含高速光线照明稳定的道路图片，可用于车道线检测。

遥感图像数据集

coco2017根据yolof模型需要生成的mindrecord

在 Clipart1k 中，要检测的目标域类与源域中的目标域类相同。剪贴画域的所有图像都是从一个数据集（即CMPlaces）和两个图像搜索引擎（即Openclipart2和Pixabay3）收集的。使用的搜索查询是 CMPlaces 中使用的 205 个场景类（例如牧场），用于收集具有复杂背景的各种对象和场景。

该数据集由早期火灾和烟雾数据集的图像组成。数据集由在真实场景中使用手机捕获的早期火灾和烟雾图像组成。图像是在各种照明条件（室内和室外场景）、天气等下拍摄的。此数据集非常适合早期火灾和烟雾检测。数据集可用于火灾和烟雾识别、检测、早期火灾和烟雾、异常检测等。数据集还包括典型的家庭场景，如垃圾焚烧、纸塑焚烧、大田作物焚烧、家庭烹饪等。

Garbage In Images (GINI) Dataset 包含2561张图像，956张图像包含垃圾，其余的是在各种视觉属性方面与垃圾非常相似的非垃圾图像。

上海科技数据集是一个大规模的人群计数数据集。它由 1198 张带注释的人群图像组成。数据集分为两部分，A 部分包含 482 张图像，B 部分包含 716 张图像。A部分分为分别由300张和182张图像组成的训练子集和测试子集。B部分分为训练和测试子集，由400张和316张图像组成。人群图像中的每个人都用靠近头部中心的一个点进行注释。该数据集总共由 330165 名带注释的人组成。A部分的图像是从互联网上收集的，而B部分的图像是在上海繁忙的街道上收集的。