主要观点总结
本文汇总了90+深度学习各方向的开源数据集，包括小目标检测、目标检测、工业缺陷检测、人脸识别、姿态估计、图像分割、图像识别等方向的数据集，并详细介绍了其中一些数据集的来源、特点和用途。
关键观点总结
关键观点1: 文章简介
本文汇总了90+深度学习各方向的开源数据集，涵盖了小目标检测、目标检测、工业缺陷检测、人脸识别、姿态估计、图像分割、图像识别等多个方向的数据集。
关键观点2: 数据集详细介绍
文中列举了多个数据集，包括AI-TOD航空图像数据集、iSAID航空图像大规模数据集、TinyPerson数据集、DeepScores数据集、密集行人检测数据集、加州理工学院行人检测数据集、NWPU VHR-10卫星图像数据集、Inria 航空影像数据集、RSOD遥感图像数据集、小目标检测数据集、目标检测开源数据集COCO2017、火焰和烟雾图像数据集、DOTA航拍图像数据集、AITEX数据集、T-LESS数据集、H²O 行人交互检测数据集、SpotGarbage垃圾识别数据集、NAO自然界对抗样本数据集、Labelme 图像数据集、印度车辆数据集、Seeing 3D chairs椅子检测模型、SUN09场景理解数据集、Unsplash图片检索数据集、HICO-DET人物交互检测数据集、上海科技大学人群统计数据集、生活垃圾数据集、RMFD口罩遮挡人脸数据集、GTSRB德国交通标志数据集、VOC2005车辆数据集、Winegrape检测数据集、全球小麦检测数据集、Linkopings交通标志数据集、防护装备-头盔和背心检测、加州理工学院相机陷阱数据集、水下垃圾检测数据集、工业检测数据集、人脸识别常用开源数据集、人体姿态估计数据集、动作识别数据集、图像分类数据集、图像识别数据集、图像分割数据集、NLP相关数据集等，并给出了这些数据集的下载地址和简介。
关键观点3: 数据集的用途
文中列举的数据集可用于各种计算机视觉任务，如小目标检测、目标检测、工业缺陷检测、人脸识别、姿态估计、图像分割、图像识别等，这些数据集为深度学习研究和应用提供了丰富的资源和支持。
文章预览
点击上方 “ 小白学视觉 ”，选择加" 星标 "或“ 置顶 ” 重磅干货，第一时间送达 导读 本文整理汇总了90+深度学习各方向的开源数据集，包含了小目标检测、目标检测、工业缺陷检测、人脸识别、姿态估计、图像分割、图像识别等方向。 小目标检测 1.AI-TOD航空图像数据集 数据集下载地址：http://m6z.cn/5MjlYk AI-TOD 在 28,036 张航拍图像中包含 8 个类别的 700,621 个对象实例。与现有航拍图像中的目标检测数据集相比，AI-TOD 中目标的平均大小约为 12.8 像素，远小于其他数据集。 2.iSAID航空图像大规模数据集 数据集下载地址：http://m6z.cn/6nUrYe 现有的 Earth Vision 数据集要么适用于语义分割，要么适用于对象检测。iSAID 是第一个用于航空图像实例分割的基准数据集。这个大规模和密集注释的数据集包含 2,806 张高分辨率图像的 15 个类别的 655,451 个对象实例。iSA
………………………………
