数据集介绍： 该数据集提供了五个类别的动物姿势注释：狗、猫、牛、马、羊，在4,000 多张图像中总共有6,000多个实例。此外，该数据集还包含其他7 个动物类别的边界框注释。在论文中查找详细信息。 该数据集一共标注了 20 个关键点：两只眼睛、喉咙、鼻子、马肩隆、两个耳根、尾根、四个肘部、四个膝盖、四个爪子。我们从这个数据集中选择一些样本。第一个图表示来自五个动物类别的关键点标记的动物实例。第二个

数据集介绍该数据集专注于在各种人群和复杂事件中进行非常具有挑战性和现实性的以人为中心的分析任务，包括地铁上下车、碰撞、战斗和地震逃生。并且具有大规模和密集注释的标签，涵盖了以人为中心的分析中的广泛任务。Cite as:arXiv:2005.04490[cs.CV] (orarXiv:2005.04490v5[cs.CV]for this version) https://doi.org/10.48

我们提供了 MIT DriveSeg 数据集，这是一个大规模的驾驶场景分割数据集，为 5,000 个视频帧中的每个像素和每个像素都进行了密集注释。这个数据集是一个面向前的逐帧像素级语义标记数据集，该数据集是在连续白天驾驶通过拥挤的城市街道时从移动的车辆捕获的。该数据集的目的是允许探索时间动态信息的价值，以便在动态的真实操作环境中进行全场景分割。

在这项工作中，我们构建了一个大规模的 logo 数据集 Logo-2K+，它涵盖了来自真实世界 logo 图像的各种 logo 类别。 我们生成的徽标数据集包含 167,140 张图像，具有 10 个根类别和 2,341 个类别。

本数据集包含712张片状角膜溃疡的眼部染色图像。   该数据集的标签由 3 个类别、5 个类型和 5 个等级组成。可以是75个多标签。 类别 点状角膜溃疡 点片状混合性角膜溃疡 片状角膜溃疡 类型 0型：角膜上皮无溃疡 类型 1：微点状 类型2：宏点 类型 3 : Coalescent 宏点状 类型 4：贴片 (>=1 毫米) 年级 0级：角膜上皮无溃疡 1级：角膜溃疡仅累及一个周围象限

数据集介绍Poser 数据集是用于姿态估计的数据集，由 1927 个训练图像和 418 个测试图像组成。这些图像是综合生成的，并调整为单峰预测。这些图像是使用 Poser 软件包生成的。Please reference the URL http://groups.csail.mit.edu/vision/datasetsin any publication that includes result

数据集介绍： 本文从流行的好莱坞电影中自动收集了5003个图像数据集。这些图像是通过在30部电影的每10帧上运行一个最先进的人检测器获得的。   Please cite as Sapp, Benjamin and Ben Taskar. "MODEC: MultimOdal DEComposable Models for Human Pose Estimation." In Proc. CVPR

斯坦福狗数据集包含来自世界各地的 120 种狗的图像。 该数据集是使用 ImageNet 中的图像和注释构建的，用于细粒度图像分类任务。 该数据集的内容：类别数：120图片数量：20,580注释：类标签、边界框Dataset ReferencePrimary:  Aditya Khosla, Nityananda Jayadevaprakash, Bangpeng Yao and Li Fei-F

关于 Github 上的 1000 个最受欢迎的关键字存储库的详尽数据   数据在 JSON 文件中。每个文件都有根据文件名本身提到的搜索词出现的前 1000 个repositories。这些是对应于文件中每个对象的键{'created':'description':'forks':'fullname':'id':'language':'open issues': 'repo name':'sta

该数据集由 Carla 驾驶模拟器生成的图像组成。 训练图像是由安装在模拟车辆中的行车记录仪捕获的图像。 标签图像是分割掩码。 标签图像将每个像素分类为：左侧车道边界的和右侧车道边界。与该数据集相关的挑战是训练一个能够准确预测验证数据集的分割掩码的模型。