数据集介绍： 基于外观的凝视估计被认为在现实环境中很有效，但现有数据集是在受控实验室条件下收集的，并且没有对多个数据集的方法进行评估。在这项工作中，我们研究了野外基于外表的凝视估计。我们展示了MPIIGaze数据集，其中包含我们在三个多月的日常笔记本电脑使用过程中从15名参与者收集的213659张图像。在外观和照明方面，我们的数据集比现有的数据集变化更大。我们还提出了一种使用多模式卷积神经网络进行

数据集介绍：V-COCO是一个基于 COCO 的数据集，用于人机交互检测。 V-COCO 提供 10,346 张图像（2,533 张用于训练，2,867 张用于验证，4,946 张用于测试）和 16,199 个人物实例。 每个人都有 29 个动作类别的注释，并且没有包括对象在内的交互标签。CitingIf you find this dataset or code base useful in y

一个包含 37 个类别的宠物数据集，每个类别大约有 200 张图像。 这些图像在比例、姿势和照明方面有很大的变化。 所有图像都有相关的品种、头部 ROI 和像素级三元图分割的地面实况注释。Dataset StatisticsRelevant PublicationsO. M. Parkhi, A. Vedaldi, A. Zisserman, C. V. JawaharCats and DogsI

CASIA-HWDB-T包括56,469个二字或多字触摸字符串，其中1,818个字符串有多个触摸字符。 作者还将接触字符串划分为 50,157 个全中文字符串、2,788 个全数字字符串、328 个全字母字符串和 3,196 个混合字符字符串。 所有的字符串都标注了字符类、触摸点的位置以及字符串高度和平均笔画宽度等辅助值。   Publication: Liang Xu, Fei Yin, Qiu

数据集介绍： 现有的深度学习去雾方法多采用单帧去雾数据集进行训练和评测，从而使得去雾网络只能利用当前有雾图像的信息恢复清晰图像。另外一方面，理想中的视频去雾算法却可以使用相邻的有雾帧来获取更多的时空冗余信息，从而得到更好的去雾效果，但由于视频去雾数据集的缺失，视频去雾算法鲜有研究。为了实现视频去雾算法的监督训练，我们首次提出了一组真实的视频去雾数据集（REVIDE）。使用精心设计的视频采集系统，成

数据集介绍： RESIDE数据集包括合成和真实世界的模糊图像，称为REalistic Single Image Dehazing，RESIDE突出显示了各种数据源和图像内容，并分为五个子集，每个子集用于不同的训练或评估目的。提供了各种各样的去雾算法评估标准，从完整参考度量，无参考度量，到主观评估和任务驱动评估。   引用： @article{li2019benchmarking, title={B

ContextThe aim of this dataset is to provide a simple way to get started with 3D computer vision problems such as 3D shape recognition.Accurate3D point cloudscan (easily and cheaply) be adquired nowda

RadarScenes 数据集包含来自四个汽车雷达传感器的记录，这些传感器安装在一辆测量车辆上。 添加了来自一台前置纪实相机的图像。 它于 2016 年至 2018 年在德国乌尔姆录制。该数据集的长度超过 4 小时，除了来自雷达传感器的点云数据外，还提供了 12 个不同类别的逐点语义注释。除了逐点类标签外，跟踪 ID 还附加到动态对象的每个单独检测，以便可以随时间跟踪各个对象。

Sunnybrook心脏数据 (SCD)，也称为2009 年心脏 MR 左心室分割挑战数据，由 45 幅来自混合患者和病理的电影 MRI 图像组成：健康、肥大、心力衰竭伴梗死和心力衰竭无梗死。   Classification There are four pathological groups in this data set, which were classified based on (K

该数据集包含 4242 张花卉图像。数据收集基于数据flicr、google images、yandex images。此数据集可用于从照片中识别植物。数据图片会分为五类：洋甘菊、郁金香、玫瑰、向日葵、蒲公英。每个种类大约有800张照片。 照片分辨率不高，约为 320x240 像素。 照片不会缩小到单一尺寸，它们有不同的比例。