常見數據集簡介

ImageNet

ImageNet數據集共有1400多萬張圖片，2萬多個類別，超過百萬的圖片有明確的類別標註以及物體的位置信息。

PASCAL VOC

PASCAL(pattern analysis, statistical modelling and computational learning) VOC爲圖像分類與圖像檢測提供了一整套標準的數據集。其中常用的數據集有VOC 2007和VOC 2012。VOC圖像質量較好，標註比較完整，適合進行模型的性能檢測

VOC 2007 包含9963張標註過的圖片以及24640個物體標籤
VOC 2012 包含11530張圖片，包含20個物體類別，圖片大小約500 $\times$ 375.

PASCAL VOC還提供了一套標準數據集格式，尤其是對於物體檢測領域，大部分開源物體檢測算法都提供了PASCAL VOC的數據接口。對於物體檢測，有3個重要文件夾：

• JPEGImages：包含所有訓練與測試的圖片
• Annotations：存放XML格式的標籤數據，每一個XML文件都對應於JPEGImages文件夾下的一張圖片
• ImageSets：物體檢測只需要Main子文件夾，並在Main文件夾中建立Trainval.txt、train.txt、val.txt、test.txt，在個文件中記錄相應的圖片名即可

COCO(Common Objects in Context)

COCO針對物體檢測、分割、圖像語義理解和人體關節點等，擁有超過30萬張圖片，200多萬個實例及80個物體類別。相比於PASCAL VOC，COCO數據集難度更大，擁有的小物體更多，物體大小的跨度也更大

衆多開源算法也會提供以COCO格式爲標準的數據加載方式

CIFAR10

CIFAR10數據集包含十個類別：‘airplane’, ‘automobile’, ‘bird’, ‘cat’, ‘deer’, ‘dog’, ‘frog’, ‘horse’, ‘ship’, ‘truck’。圖像尺寸爲 $3\times 32\times32$