计算机视觉使计算机能够理解图像和视频的内容，目标是能够像人类视觉系统一样自动完成任务。计算机视觉任务包括图像采集、处理和分析。图像数据有不同的形式，例如视频序列、多相机成像或来自医学扫描仪的多维数据。本文将介绍一些适合机器学习训练的数据集。(1)Labelme：由麻省理工学院计算机科学与人工智能实验室（CSAIL）共同创建的大规模数据集，包含187,240张图像、62,197张标注图像和658,992个标记对象。(2)ImageNet：新算法的实际图像数据集，按照WordNet层次结构组织，其中层次结构中的每个节点由数百或数千张图像描述。(3)LSUN：具有许多辅助任务（房间布局估计、显着性预测等）的场景理解。(4)MSCOCO：COCO是一个大规模的目标检测、分割和标注数据集，包含超过20万张标注图像。可用于对象分割、上下文识别等。(5)ColumbiaUniversityImageLibrary：COIL100数据集包含100个不同的物体，从各个角度在360°成像。(6)视觉基因组：是一个旨在将结构化图像概念与语言联系起来的数据集和知识库。该数据集是一个详细的视觉知识库，包含108,077个图像说明。(7)LegoBricks：包含16种不同乐高积木的约12,700张图片，按文件夹分类，并使用Blender进行计算机渲染。(8)GoogleOpenImages：在CreativeCommons的支持下，900万张图片的URL“已经用跨越6,000多个类别的标签进行了注释”。OpenImage数据集中的注释图像。左：KevinKrejci的“GhostArch”。右图：JB的一些银器。两张图片均在CCBY2.0许可下使用。(9)Youtube-8M：由数百万个YouTube视频ID组成的大规模标注数据集，包含超过3800个视觉实体的标注。(10)LabeledFacesintheWild：包含13000张带标签的人脸图像，旨在开发人脸识别相关应用。(11)StanfordDogDataset：包含20,580张图像和120个犬种，每个类别大约有150张图像。(12)Places：基于场景的数据库，包含205个场景类别和250万张带有类别标签的图像。(13)CelebFaces：一个包含超过200,000张名人图像的人脸数据集，每张图像都标注了40个属性。CelebFaces数据集中的示例图像(14)Flowers：英国常见的花卉图像数据集，由102个不同类别组成。每个花卉类别由40到258张具有不同姿势和光线变化的图像组成。(15)植物图像分析：涵盖超过100万张植物图像的数据集集合。您可以从11种植物中进行选择。(16)HomeObjects：包含家中随机物体的数据集，主要来自厨房、卫生间和客厅，分为训练数据集和测试数据集。(17)CIFAR-10：由60,000张32×32彩色图像组成的大型图像数据集，分为10类。数据集分为五个训练批次和一个测试批次，每个批次包含10,000张图像。(18)CompCars：收录了163个汽车品牌，共计1716款车型。每个车型都标有五个属性，包括最高速度、排量、门数、座位数和车型。(19)IndoorSceneRecognitionDataset：这是一个非常独特的数据集。这个数据集很有用，因为大多数场景识别模型在户外表现更好。包含67个室内类别，共15620张图像。(20)VisualQA：VQA数据集包含265,016张图像的开放式问题。这些问题需要理解视觉和语言。对于每张图片，至少有3个问题，每个问题至少有10个答案。
